wf160工业机器人模糊滑模控制方法的研究

《wf160工业机器人模糊滑模控制方法的研究》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、国内图书分类号：TP242.2学校代码：10213国际图书分类号：681.5密级：公开工学硕士学位论文WF160工业机器人的模糊滑模控制方法研究硕士研究生：王晓珏导师：于殿勇副教授申请学位：工学硕士学科：机械电子工程所在单位：机电工程学院答辩日期：2012年7月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP242.2U.D.C:681.5DissertationfortheMasterDegreeinEngineeringRESEARCHONFUZZYSLIDINGMODECONTROLFOR

2、WF160SERIALINDUSTRIALROBOTCandidate：XiaojueWangSupervisor：AssociateProf.DianyongYuAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：MechatronicsEngineeringAffiliation：SchoolofMechatronicsEngineeringDateofDefence：July,2012Degree-Conferring-Institution：Ha

3、rbinInstituteofTechnology摘要摘要工业机器人控制器性能的好坏直接影响机器人各项指标。国内工业机器人大多采用PID控制，由于不考虑系统动力学模型，因此抗摩擦等干扰的能力较差，所获得的机器人动态性能有待提高。针对这个情况，本文对滑模变结构控制律在工业机器人上的应用进行了研究。滑模控制具有设计简便、鲁棒性好、到达滑动模态后系统对内外干扰免疫等优点，适合于成本要求严格、且有一定精度要求的工业机器人领域。本文首先根据滑模控制理论，设计了WF160工业机器人基于趋近律的滑模控制器。为抑制抖振的产生，

4、引入了准滑模控制方法。在采用经典线性滑模面时，随着误差的减小，轨迹跟踪速度会变慢；另外工业机器人前端杆件惯性参数较大，其建模误差会对末端杆件输出力矩产生影响；针对以上问题本文对基于趋近律的经典滑模控制律进行了改进，以增强系统对内外干扰的抑制能力。为进一步提高控制器动态性能及响应速度，避免产生滑模控制中常见的抖振问题，引入模糊智能控制方法，设计了模糊滑模控制器，根据s和e的变化对滑模控制律参数、和K进行自动调节。针对模糊控制中比例因子不能同时保证控M制器大作用范围和高分辨率的问题，引入了输入变量的变论域因子，

5、提高了控制器对输入变量的敏感程度。为验证所设计控制器是否获得预期效果，在Adams-Matlab/Simulink环境下构建了机器人系统的虚拟样机；为使仿真环境与实际更接近，采用Stribeck模型在各关节处对摩擦力进行了建模。最后进行了机器人笛卡尔空间下的直线、圆弧轨迹规划，并在关节空间和笛卡尔空间下分别进行了机器人轨迹跟踪的联合仿真实验，对PID控制和模糊滑模控制的控制性能进行了对比。关键词：工业机器人；滑模控制；饱和函数滑模面；模糊智能控制；联合仿真-I-哈尔滨工业大学工学硕士学位论文AbstractTh

6、eindustrialrobotcontrollerhasadirectimpactontheperformanceofthewholesystem.MostdomesticindustrialrobotsusePIDcontrolstrategy,whichdoes’ttakethedynamicmodeloftherobotintoconsideraion.Thereforethesystemgetsaweakabilityofanti-frictionandinterference.Thusthedyna

7、micperformanceoftherobotneedstobeimproved.Tosolvethisproblem,thepapertookreaschontheapplicationofsldingmodecontroltoindustrialrobots.Slidingmodecontrolhavetheadvantagesofsimpletodesignandstrongrobustness.It’ssuitabletobeappliedtoindustrialrobots.Afterthedesi

8、gnofclassicalslidingmodecontrolstrategy,thispaperimprovedthecontrolmethodtogetafasterconveragespeedandbettertrackingaccuracyindex.Themodelingerrorsoftherobots’dynamicmodelswouldbringmuchaffectio