自动控制课程设计---基于manutec机器人手臂pid控制的研究

《自动控制课程设计---基于manutec机器人手臂pid控制的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于MANUTEC机器人手臂PID控制的研究摘要：现代电子技术日新月异，许多单一重复的工作逐渐都由机器取代了人。机械臂就是其中的一个例子，现就此问题研究有关基本PID控制以及智能PID控制的联系与区别，完成自动控制的课程设计。关键词：机械臂PID控制智能PID参数整定Abstract：Asthedevelopmentofmodernelectronictechnology,manysimpleandrepeatedworkswhichweredonebypeoplearegraduallyreplace

2、dbyrobots.RoboticarmisanexampleofwhichisnowonthisissuetostudythelinksanddifferencesbetweenthebasicPIDcontrolandintelligentPIDcontrol,completeautomaticcontrolofcurriculumdesign.Keywords：RoboticarmPIDcontrolintelligentPIDcontrolParametertuningMANUTEC机器人具有很

3、大的惯性和较长的手臂，其实物图如下图所示。（研究问题来源：自动控制原理课本P2376-8）机械臂的动力特性可以表示为：要求：采用不同的方法，使得系统的阶跃响应超调量小于20%，上升时间小于0.5S，调节时间小于1.2S（误差取2%）.G0（s）原系统模型建立：、R（s）＋C(s)－利用matlab进行时域以及频域的分析：a．时域分析系统闭环传递函数为也即Matlab文本如下：num=[250];den=[18719703600250];sys=tf(num,den);p=roots(den)t=0:0.

4、01:100;step(sys,t);gridxlabel('t');ylabel('C(t)');title('stepresponse')参考资料见自动控制原理课本最终得到的闭环特征根为：S1=-44.9740S2=-40.0331S3=-1.9207S4=-0.0723；即证明系统稳定。其阶跃响应为：在matlab所得图中右键可得：调节时间，超调量，上升时间显然原系统是无法达到要求的！！下面介绍用simulink仿真得到的时域响应方框图：示波器观察到的时域响应波形：得到的相应曲线与直接用matla

5、b编程得到的结果是一致的。简单的比较matlab编程求解与用matlab工具包simulink仿真的优劣简单（传递函数比较简单）的单位负反馈系统，由于计算简便，所以可以直接用matlab基础编程实现，而且可以显示超调量，调节时间以及上升时间。对于比较复杂，计算量很大，有多个方块，特别是反馈网路中有方块的系统，若对于上升时间，调节时间以及超调量的精度要求不高，就可用simulink仿真得到结果，估读出结果。b．频域分析同样建立开环传递函数：Matlab文本如下：G=tf([250],[1871970360

6、00]);（红色字体为发现问题后修改的！）margin(G);运行结果如下：系统的幅值裕度h=50.1dB相角裕度即系统稳定！由于原系统不能满足实际的要求，所以需要改进。解决问题：第一种改良方案：临界比例度法（Z-N法）参考资料《工业过程控制中的PID整定方法》付冬梅教授模型建立：G0(s)G(s)R(s)+_令其中G(s)=Kp，用matlab调试，直至阶跃响应出现等幅震荡结果当Kp时，出现等幅震荡，如图则Km=320Tm=1s可按塔卡哈什经验公式整定PID控制器参数控制器参数KpTiTdPPIPID

7、0.5Km0.45Km0.6Km0.85Tm0.5Tm0.125Tm选择其中的PID改进作为测试相应的闭环特征方程：所以Matlab文本如下：sys=tf([1251800002000],[43487880145251800002000]);p=roots([43487880145251800002000])t=0:0.1:10;step(sys,t);grid得到如下的结果：（右边为simulink仿真结果）其中：调节时间t=9.16s上升时间t=0.237s超调量使用临界比例度法整定PID最终只有上

8、升时间达到要求，超调量很大，也就是说Z-N法有增幅震荡的危险性，甚至有可能使系统破坏。另附用根轨迹的方法确定Km的值Matlab文本：G=tf([250],[187197036000]);figure(1)pzmap(G);figure(2)rlocus(G);rlocfind（G）运行结果：找到临界稳定的Kp值大约为347，与逐一尝试法的结果320相差不大。相比之下，这种方法实用，而不是漫无目标的取值。（当时本来想做一个三维的图，但是没有