并聯機器人研究現狀-控制方法|加工中心
1.3.5控制方法并聯機器人的控制策略主要包括基于模型的常規控制策略和智能算法的智能控制策略，其中常規控制策略主要包括自適應控制、魯棒控制、解耦控制、PID控制等[56]。自適應控制方法對先驗知識依賴較少，能夠不斷辨識機器人的實時運行狀態，通過較強的學習能力提取有效的模型信息，并對模型進行不斷完善。目前，并聯機器人的自適應控制一般是根據動力學模型分離出相關物理參數，然后將非線性和強耦合的動力學模型構造成待辨識參數的線性表達式，再利用己經成熟的線性系統自適應控制理論來設計全局收斂自適應控制率[57]。例如，Shang等考慮到摩擦力和動力學特性的不確定性，對摩擦力模型和動力學模型參數進行選取，并作為自適應控制參數，把這些自適應參數從并聯機器人動力學模型中分離出來，設計了相應的自適應的摩擦力補償控制[58]和自適應的動力學補償控制[59]。魯棒控制就是通過對控制器的設計，使閉環系統存在一定程度的參數不確定性，并且能夠保持較髙穩定性、保持一定動態特性品質的控制[6()]。魯棒控制是比較容易實現的固定控制，可在不確定因素的一■定范圍內，保證系統控制的性能指標和穩定性。并聯機器人的魯棒控制主要采用魯棒控制、智能控制、反饋線性化控制、滑模變結構控制等方法。解耦控制就是通過尋找控制規律來消除多輸入和多輸出耦合系統各回路之間的耦合關系，將耦合解耦為多個單輸入和單輸出的獨立系統，或者使耦合限制在一定程度,傳統的解耦方法主要采用基于模型的補償解耦方法。PID控制器具有結果簡單、易于實現、魯棒性強等優良性能，使其廣泛于機器人運動控制領域，隨著人工智能技術的不斷發展，許多新方法逐步應用于PID控制器設計,實現了最優或次優PID控制參數的獲取。因此，結構簡單的PID控制器應用于那些高階、時滯、時變、交叉耦合、非線性對象的控制成為了可能[61]。目前，并聯機器人的控制策略研宄領域，還包括并聯機器人的多目標協同控制、位姿-速度-加速度協同智能控制、精準協同容錯控制、力/位解耦協同智能控制等。此外，剛度與靜力學分析、運動誤差補償等對并聯機器人性能研宄也具有重要的理論價值。本文采摘自“高速并聯工業機械手臂分析設計與實現”，因為編輯困難導致有些函數、表格、圖片、內容無法顯示，有需要者可以在網絡中查找相關文章！本文由海天精工整理發表文章均來自網絡僅供學習參考，轉載請注明！