迭代学习管控计算分析及在机械臂之应用

《迭代学习管控计算分析及在机械臂之应用》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、迭代学习管控计算分析及在机械臂之应用第1章绪论1.1引言随着科学技术的发展以及生产力水平的提高，人们对一些复杂的、不确定的系统的控制要求不断提高。我们在生产实际中遇到的系统大多存在着非线性、强耦合以及不确定性等特点，从而导致系统的精确模型无从获取。因此，采用传统的基于模型的控制方法不能很好的对这些系统进行控制。智能控制应运而生，自20世纪70年代形成至今不过40多年的时间，但其发展势头却异常迅猛。学习控制是智能控制的一个高级分支，相对于传统的智能控制方法而言，它具备了自己学习的能力。1978年Uchiyama[1]提出了一种控制高速运行

2、的机械手的思想，此思想描述为：重复地对同一个运动轨迹进行跟踪控制，与此同时不断地调节控制律，依此便可以达到较好的控制效果。1984年，Arimoto等人在Uchiyama对机器人控制研究的基础之上，提出了迭代学习控制(ILC)的概念。迭代学习控制方法是利用控制系统之前得到的控制经验，并根据系统以往的控制输入信号、实际输出信号以及期望信号来寻找理想的控制输入信号。这里我们把以往的信息看成一种经验，迭代学习是利用经验知识使得被控对象产生期望的运动，由此不仅削弱了对模型的依赖，还改进了跟踪控制的性能。由于迭代学习控制自身的特点，比如要求系统较

3、少的先验知识以及较少的计算量，并且一般情况下无需辨识系统的参数，因此能处理未知参数以及不确定性等复杂问题，同时还具备了很好的鲁棒性。这些特点使得迭代学习控制方法适用于一类机器人或其它机械装置系统，为其基于自主学习来调整运动性能提供了一种较好的方法。因此，它的研究对像机器人那样有着高度的非线性、难建模、强耦合等特点的系统实现高精度轨迹跟踪控制有着非常重要的实际意义。1.2课题的研究背景及意义迭代学习控制理论的提出是以工业机器人的跟踪控制为背景的，在实际的生产过程中，各种不确定因素的存在导致我们无法获得系统的精确数学模型，因此传统的以系统的

4、数学模型为基础的分析方法便无法较好的解决这些实际问题。随着科技的发展和生产的需要，人们越来越关注如何采用合适的方法来处理实际中存在的不确定性问题，以期达到较好的跟踪控制效果。在实际的生产过程中，普遍存在着不断重复的控制过程，如包装机的包装过程，零部件批量生产的过程，机械手重复完成某种操作的过程等等。以包装机的工作过程为例，其包装过程就是一个典型的不断重复操作的过程，如果被包装物品的重量、尺寸以及其它相关参数都相同，就相当于假设了每次运行时的初始条件相同，那么整个包装机的运动轨迹就会基本上是完全一致。对于这样一类具有重复运动性质的被控对象

5、，运用迭代学习控制能起到很好的控制效果。迭代学习控制不要求已知系统的精确模型，而是利用已有的先验知识不断地进行学习，也就是说，它是利用在重复中学习的方法，最终实现在有限时间区间上对期望轨迹的完全跟踪。它较为简单的形式以及广泛的实用价值引起了人们的大量关注。与此同时，怎样解决迭代学习算法的初始状态问题以及如何加快迭代学习的收敛速度成为很多学者研究的热点问题。如果系统能在较短的时间内实现对期望轨迹的跟踪有着较高的实用价值。第2章迭代学习控制的理论基础2.1迭代学习控制的基本原理机器人的诞生有着划时代的意义，它的发展为人类文明的进步作出了卓越

6、的贡献，人们对机器人技术的研究也形成了一门新的学科机器人学。它是一门综合性学科，其发展离不开机械电子学、仿生学、控制理论、信息科学、人工智能等学科。机器人的发展过程可以分为三个阶段，1959年世界上第一台工业机器人问世，它是美国人英格伯格和德沃尔共同研制的成果，它的诞生标志着机器人历史的开始，同时它也是机器人成长的第一个阶段。第一批工业机器人被称为尤尼梅特，具有万能自动的含义。1962年生产出的工业机器人，命名为沃尔萨特兰，有着万能搬动的意思。尤尼梅特和沃尔萨特兰也因此被认为是世界上最早的工业机器人，并且沿用至今。1970年左右，第二代

7、机器人产生，他们开始了外界环境的实用阶段，同时得到了较好的普及。随着智能控制等学科的发展，机器人不仅具备了感知能力，还具有独立判断和行动的能力，与此同时，它们还具备了记忆、推理和决策的能力，从而能够完成一些复杂的动作。这些机器人被称为第三代机器人，即智能机器人。如今，智能机器人被广泛应用于各行各业，不仅节约了大量的人力物力，同时提高了作业效率。机器人的应用情况体现了一个国家的综合国力。工业机器人在我国仅有20多年的发展历史，我国曾研发并制造出一系列工业机器人，如喷涂机器人、氩弧焊机器人、装卸载机器人等，并成功投入使用。虽然我国对机器人的

8、研究起步晚，但现在也已走上了进步和发展的道路，与此同时我们也应该看到，与国外机器人的研究相比我们还有很长的路要走。今后我们要加深基础学科的研究，开展跨国区域交流合作，理论联系实际应用，争取早日跻身于世界先进