弯曲木加工机器人柔性臂的控制策略研究.doc

弯曲木加工机器人柔性臂的控制策略研究 丛宪冬 （东北林业大学 哈尔滨 150040） 摘 要：本文综述了国内外机器人柔性臂控制策略研究的必威体育精装版成果，结合弯曲木加工机器人柔性臂的特点，选用了非线性模糊控制的控制方法。提出了一种简化模糊控制的方案，大大减少了模糊控制规则的数目，简化了控制策率、控制器的设计及调整过程。 关键词：弯曲木，柔性臂， 非线性， 模糊控制 压缩弯曲木是丹麦木制品研究所发明的一种木材弯曲的新方法，这种工艺是在高温高压处理完木材后，将木材沿轴向加压，使木材产生轴向预变形，这样压缩后的弯曲木在进行常温常压变形处理时，可以进行任意形状的弯曲。因为早期的弯曲木加工系统不具备弯曲任意弯曲木中心曲线的功能，只能采用模具解决曲线弯曲成型的问题。由于家具生产批量的日趋单件化，直接用模具加工的代价越来越大。利用机器人通过计算机控制，可以弯曲出设计的曲线。但在弯曲的过程中由于木材的特性，必须采用合理的控制方法才可以将木材进行大变形弯曲，弯曲成我们设计的形状，而不出现劈裂。 机器人柔性臂的非线性控制方法的研究 最简单的一种控制器是目前大多数工业机器人应用PID控制器，柔性臂的非线性控制研究就是在它的基础上进行的。这种 PID控制器的缺点就是缺乏全局渐进稳定性，因而有的学者提出了PD控制加力补偿或加期望力补偿的非线性控制器，理论上可以克服这一缺点。实际上，由于与力有关的负载等参数是多变的，因而它的应用受到了限制。针对上述问题，受 ES（Energy-shaping）方法和被动性原理的启发，又出现了由饱和、比例微分（SP－D）线性反馈环节加比例积分（PI）非线性反馈环节构成的控制器。该控制器在一定的多数范围内可使闭环系统保持全局渐近稳定。后来，Rafael Kelly在此基础上又提出了另一种PD加非线性积分环节的控制器，并根据 Lyapunov直接法和 Lasalk不变原理证明了系统的稳定性。 最近十多年来，“谐波驱动”的应用提高了电力传动的效率，但同时关节柔性也使机器人 的跟踪性能降低，甚至影响系统的闭环稳定性，于是许多学者又先后使用SP（Singdar Pertur－bation）法、 ES法及 BackstePPing法对其它的非线性控制器进行了研究。 SP法首先被Spong应用于柔性臂，他给出了与刚性臂同维的降阶模型，同时考虑了关节柔性的影响。根据此模型，他提出了一个校正器来补偿关节的柔性，因此，Spong的柔性臂控制器由刚性控制器和柔性补偿器组成。 ES法是由Takegaki和Arimoto提出的，Lozano与Brogliato将其改进后应用于柔性关节机器人（FJR），后来 Ortega和 EsPinosa总结其公式。随着控制理论的发展，一些学者在假定机械手参数确定的情况下应用Lyapunov直接法，相继又提出了一些具有全局渐进稳定性的非线性控制器。如，Seibert和Suarez通过分析级连系统稳定性问题提出了一种非线性控制器。 此外，刘才山等人基于一种考虑“动力刚化项”的有限维一致线性化动力学方程，根据输入输出部分线性化和LQR方法设计了一种非线性控制器，对上述非线性动力学模型进行了解耦，近似地给出了产生理想关节运动轨迹所需要的控制输入。 以上是假定机械手模型确定的情况下各种控制器的总结。通过对这些非线性控制器的比较，有以下结论：（l）不同的非线性控制器针对相同的控制对象控制效果不同；（2）非线性补偿和关节柔性可以在一定程度上提高轨迹的跟踪效果；（3）当关节刚性足够大时，忽略关节柔性的控制器可以与考虑关节柔性时有相同的控制效果。然而，有些柔性关节机器人非线性控制器的复杂结构仍然是系统闭环行为增强的一个障碍，并且对系统的非确定参数缺乏鲁棒性。 2 弯曲木加工机器人模糊控制器的设计 在压缩弯曲木的弯曲过程中，由于被弯曲木材的形状，材质的不同，在机器人对木材进行弯曲的过程中弯曲力的变化很大，该力为一未知多变的参数，无论采用经典的或是现代的控制方式，所建立的控制模型都难于整定，不能取得预期的效果。模糊控制作为智能控制的一个分支，它能够类似于人类主观经验的规则来处理系统的客观信息，从而解决未建模复杂系统的控制问题。近年来对于难于实现自动控制的生产过程，应用微机和模糊控制理论来解决问题，收到了很好的效果。同样我们对弯曲木加工机器人弯曲力的控制，采用了模糊控制技术，用模糊理论的语言变量去替代数学变量，同模糊条件语句来刻划变量间的简单关系，有不太精确的推理产生确定的结论。 该模糊控制器为二维模糊控制器，即用系统中木材变形的变化率和弯曲力变化率为系统输入信号，形式为两端输入单输出，其控制模型如图一所示： 图一 模糊控制器模型图 图中为木材变形的变化率，为力变化