【正文】 ers 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。 lJ 是 連桿 的慣量 ， 數值 為 10 kg m???。 由于預測控制是一種計算機控制算法，是針對離散對象進行控制的，所以 本文將 式 （ 2） 在平衡點處線性化 得到的 線性子模型的連續(xù) 狀態(tài)空間 模型 離散化 ， 得到其離散狀態(tài)空間模型： ( 1 ) ( ) ( )( ) ( )im i im i iim i imx k G x k H u ky k E x k????? ? ? ????? (3) 式中 ， ()imxk 是第 i個子模型 k時刻的狀態(tài)向量，為? ?( ) ( ) ( ) ( ) Tm m l lk k k k? ? ? ?， i=1,2。 用 0( 1)iYk? ? 代替 式（ 8）中的0( 1)iYk? ，則為 0( 1 ) ( 1 ) ( )im i i iY k Y k F U k??? ? ? ? ? (10) ( 1)imYk? ? 是校正后的 未來 P個時刻預測輸出向量 。 首先針對 2 個 離散的 線性子模 型設計局部預測控制器。 PD 控制器的參數為 Kp=， Kd=。 例如為了垛的穩(wěn)固，碼垛機械手臂的定位誤差要在較小的范圍內。當工作點 由 往后變化時，局部控制器 2 為全局控制器 。 Step4： 選擇梯形 隸屬 度 函數 作 為權重函數 ， 對局部預測控制器進行加權求和，得到系統(tǒng)的全局多模型預測控制器。0],) 狀態(tài)空間模型 10 1 0 0 00 0 0 1 0 3 0G?????????? 11,H H E E?? 20 1 0 0 00 0 0 1 0 7 0G?????????? 22,H H E E?? 子空間范圍 { | 0 }yy?? { | 2}yy?? 表 1 機械手臂劃分的結果 4 令 等式右邊前兩項 為 0( 1)iYk? ，它代表 第 i個子模型 在 k時刻的 初始 預測輸出向量 。 它們 能夠復現(xiàn)系統(tǒng)的動態(tài)行為， 可以構成 機械手臂的多模型表示 。 ()mt? 是 電 動 機的角速度 。 關鍵字： 多模型， 預測控制； 梯形 隸屬度函數；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。 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 。 k? 是 放 大 增 益 ， 數 值 為218 10 N m V??? ? ? 。 P為預測時域， M為控制 時域 。 圖中的 n 為線性子模型的個數，在這里 n=2。 然后利用權重函數對局部控制器進行加權求和得到總 控制器。說明該方法能 使機械手臂更快、更準確地完成任務 ， 這對實際生產具有重要意義。 同時它的定位誤差減小，可以提高產品質量 ， 產生巨大的經濟效益。圖 4 是局部控制器相對應的權重函數，相關參數通過多次試湊得到。 可以作為權重函數的隸屬度函數有多種，例如 梯形函數 、 高斯型 函數 等。 則式 （ 5） 可以寫成 210100( 1 ) ( ) ( 1 )00iiiii i i i iiii m i m iPlPii