工礦自動化論文_機械手臂的多模型預測控制(已修改)
2025-06-21 20:04 本頁面
【正文】 1 機械手臂的多模型預測控制 摘要 ： 針對機械手臂的非線性特點，提出 了基于隸 屬度函數(shù)的多模型預測控制方法。首先 根據(jù)機械手臂的特點，選擇合適的調度變量， 將 機械手臂 的工作空間劃分為若干個 工作 子 空間，在每個子空間內的平衡點 處 對機械手臂進行線性化處理，得到 相應的線性子 模型，從而得到 機械手臂 的多模型表示；其次 針對 每個線性 子 模型設計 局部預測控制器 ，使其在相應的子空間內達到 控制要求 ；最后選擇 梯形 隸屬度函數(shù) 與 局部 預測 控制器進行加權求和 獲得 全局 多模型預測 控制器 ， 對機械手臂進行控制。仿真結果表明， 當系統(tǒng)的工作條件在大范圍變化時， 全局 多模型預測控制器的控制性能遠優(yōu)越于 常規(guī) PD控制器，可以達到預期的控制目的 ，而且多模型預測控制算法設計較簡單，具有較高的 應用 價值。 關鍵字： 多模型， 預測控制； 梯形 隸屬度函數(shù)；機械手臂 中圖分類號： TP 24 文獻標識碼 ： A Multimodel Predictive Control of Robot Manipulator Abstract: A multimodel predictive control method is proposed for nonlinear robot manipulator based on membership function. An appropriate scheduling variable was selected according to the characteristics of robot manipulator。 the operation space of the system was divided into several subspaces。 robot manipulator was linearized at each equilibrium point in each subspace。 local models were built in each subspace。 and the multiple model presentation of the robot manipulator was developed. Then, local predictive controllers were designed according to control requirements. Finally, the local controllers were bined by trapezoidal functions into a global controller to control robot manipulator. The simulation results show that for robot manipulator with a wide operating range, the global multimodel predictive controller based on membership functions is superior to conventional PD controller, and realizes the desired control performance, and multimodel predictive control is relatively simple and is of high application value. Keywords: multimodel。 predictive control。 membership functions。 robot manipulator 0 引 言 1機械手臂可以 幫助人們 完成 危險 的、 單調的和乏味的工作 [1]， 因此在工業(yè)、醫(yī)療、軍事等領域有著廣泛的應用 。 然而 它 是一個高度非線性 的復雜系統(tǒng)， 存在著參數(shù)攝動、外界干擾 以 及未建模動態(tài)等不確定性 [2]，實現(xiàn)對其精確控制 并 不容易 。 為了能對 它 進行良好的控制， 包括 PID 控制 、 模糊控制 、 魯棒控制、 自適應控制 在內的多種控制技術都在機械手臂上做過嘗試 。但這些方法都有其不足： PID 控制器結構簡單，但它依賴模型的參數(shù)， 當機械手臂的工作條件改變 引起模 型參數(shù)變化時， PID 控制不能在線整定參數(shù)，難以 滿足系統(tǒng)的控制要求； 模糊控制的控制精度低 ，控制規(guī)則確定之后，在控制過程中就不能進行修正； 魯棒控制要求系統(tǒng)的不確定性要在一定范圍內，當系統(tǒng)的不確定性超出這個范圍，其控制品質就會明顯下降； 自適應控制需要在線辨識機械手臂的參數(shù)，因此 計算復雜，實時性差 。 由多模型方法和預測控制相結合構成的多模型預測控制 (MMPC)方法，兼有兩者的優(yōu)點 [3,4]， 它 有較強的模型寬容性 ，用較少的模型 數(shù)量 就能 獲得滿意的控制效果 [5]，在保證控制精度的前提下使系統(tǒng) 的設計較 2 簡單。 本文針對直流電動機驅動的單桿機械手臂系統(tǒng)，采用基于隸屬度函數(shù) 的 MMPC方法 對其建模并設計全局控制器， 用兩個線性子
畢業(yè)設計相關推薦
鄂ICP備17016276號-1