The invention discloses an industrial robot design method of four axis iterative learning control. By converting the 3D parts that need processing into homogenous curve cluster trajectories, the curve is extracted in turn as the desired trajectory of the system tracking, so that the iterative learning control can be used individually, so that the iterative learning control can be controlled. This kind of trajectory group is effectively applied to complete the processing of three dimensional parts. Through the effective inheritance of the control information obtained from the previous expected trajectory learning, the initial iterative control information of the current desired trajectory is no longer learning from zero. Thus, the learning speed of the system is greatly accelerated and the iteration is reduced. The number of generations has greatly improved the efficiency of work. In addition, the industrial robot system using this design method can process three dimensional parts with arbitrary shape, which can not be machined by the traditional gyrotron equipment. It greatly improves the diversity of industrial parts, and is very suitable for the production of individual parts in industry.
【技術實現步驟摘要】
四軸迭代學習控制的工業機器人設計方法及工業機器人系統
本專利技術屬于軌跡跟蹤控制
,尤其涉及一種四軸迭代學習控制的工業機器人設計方法及工業機器人系統。
技術介紹
工業機器人技術目前是科學界和工業界研究的熱點之一,而其操作終端的軌跡跟蹤問題一直是研究的核心問題。迭代學習控制(ILC)適合于一類具有重復運行特性的被控對象,其任務是尋找理想控制輸入,使得被控系統的實際輸出軌跡在有限時間區間上沿整個期望輸出軌跡實現零誤差的完全跟蹤,并且整個控制過程要求快速完成。雖然迭代學習控制方法可以實現對期望軌跡的完全跟蹤,但是現有的方法要求期望軌跡嚴格一致,只要期望軌跡發生任意改變,迭代學習控制的控制信息均從零值開始重新學習,先前學習所得的控制信息都不能有效利用。對于軌跡跟蹤問題的研究,現有的文獻主要是對單一軌跡展開的,還沒有對具有某種屬性的軌跡群進行分析的。傳統迭代學習控制具有三軸,分別是時間軸、迭代軸和幅值軸,對于期望軌跡為單一軌跡的跟蹤問題,具有三軸的傳統ILC可以適用,然而對于期望軌跡是由若干軌跡組成的軌跡群的跟蹤問題,具有三軸的傳統ILC不再能有效適用。傳統回旋體設備只能加工出基面為正圓軌跡的零件,而不能加工出基面為任意形狀的三維零件。
技術實現思路
針對現有技術的不足,本專利技術的第一目的是提供一種四軸迭代學習控制的工業機器人設計方法。本專利技術解決所述技術問題的技術方案是,設計一種四軸迭代學習控制的工業機器人設計方法,該方法包括:步驟1:根據工業機器人需要加工處理的三維零件建立其相應的同質曲線簇軌跡;步驟2:選定工業機器人的運動機構作為分析對象,并建立其動力學 ...
【技術保護點】
1.四軸迭代學習控制的工業機器人設計方法,其特征在于,該方法包括:步驟1:根據工業機器人需要加工處理的三維零件建立其相應的同質曲線簇軌跡;步驟2:選定工業機器人的運動機構作為分析對象,并建立其動力學模型;步驟3:提取同質曲線簇軌跡中的基軌跡作為系統跟蹤的期望軌跡,并預設初次迭代的控制信息為零,跳轉至步驟6;步驟4:使跟蹤的當前期望軌跡指向同質曲線簇軌跡中的下一條,并判斷跟蹤的上一條軌跡是否為終軌跡,若是終軌跡,則完成了同質曲線簇軌跡的跟蹤過程,即工業機器人實現了對三維零件的加工,結束;否則,進入下一步;步驟5:對上一條期望軌跡學習所得的有效控制信息進行修正,并將修正后的信息預設為當前期望軌跡初次迭代時的控制信息;步驟6:預設系統的初始狀態等于當前同質軌跡對應的理想初態,并求取此次迭代的跟蹤軌跡;步驟7:計算并判斷此次迭代的最大跟蹤誤差是否收斂到可容許最大跟蹤誤差以下,若最大跟蹤誤差大于可容許最大跟蹤誤差,即此次迭代還未有效跟蹤當前軌跡,則進入下一步,否則,返回步驟4;步驟8:由當前的跟蹤誤差及設定的學習增益結合上次的控制信息來調整系統的本次控制,進而再次求取跟蹤軌跡,返回步驟7。
【技術特征摘要】
1.四軸迭代學習控制的工業機器人設計方法,其特征在于,該方法包括:步驟1:根據工業機器人需要加工處理的三維零件建立其相應的同質曲線簇軌跡;步驟2:選定工業機器人的運動機構作為分析對象,并建立其動力學模型;步驟3:提取同質曲線簇軌跡中的基軌跡作為系統跟蹤的期望軌跡,并預設初次迭代的控制信息為零,跳轉至步驟6;步驟4:使跟蹤的當前期望軌跡指向同質曲線簇軌跡中的下一條,并判斷跟蹤的上一條軌跡是否為終軌跡,若是終軌跡,則完成了同質曲線簇軌跡的跟蹤過程,即工業機器人實現了對三維零件的加工,結束;否則,進入下一步;步驟5:對上一條期望軌跡學習所得的有效控制信息進行修正,并將修正后的信息預設為當前期望軌跡初次迭代時的控制信息;步驟6:預設系統的初始狀態等于當前同質軌跡對應的理想初態,并求取此次迭代的跟蹤軌跡;步驟7:計算并判斷此次迭代的最大跟蹤誤差是否收斂到可容許最大跟蹤誤差以下,若最大跟蹤誤差大于可容許最大跟蹤誤差,即此次迭代還未有效跟蹤當前軌跡,則進入下一步,否則,返回步驟4;步驟8:由當前的跟蹤誤差及設定的學習增益結合上次的控制信息來調整系統的本次控制,進而再次求取跟蹤軌跡,返回步驟7。2.根據權利要求1所述的四軸迭代學習控制的工業機器人設計方法,其特征在于,該方法具體包括:步驟1:根據工業機器人需要加工處理的三維零件建立同質曲線簇軌跡:yl,d(t)=f(t)(t∈[0,T])(1)其中,f(*)表示一種函數關系;T表示系統的運行周期;l表示同質曲線的軌跡號,取值范圍為[0,N]的整數,共有N+1條軌跡,l=0時,yl=0,d(t)表示基軌跡,l=N時,yl=N,d(t)表示末軌跡,yl,d(t)表示第l條同質軌跡;相鄰同質軌跡之間的軌跡比例增益為此處,當l=0時,Ml=0(t)=1,l∈[1,N];步驟2:建立工業機器人的運動機構的動力學模型為:式中,x(t)∈Rn,u(t)∈Rr,y(t)∈Rm,分別表示系統的狀態向量、控制向量、輸出向量和狀態擾動向量;A、B、C分別表示已知的相應維數的系統矩陣、輸入矩陣和輸出矩陣;系統在有限時間間隔[0,T]內重復運行,為區分式(3)在不同軌跡及歷次迭代中的信號,這里引入了雙重下角標l和k,其中,l表示同質曲線的軌跡號,k表示迭代次數,所以系統(1)可改寫為:針對第l條同質軌跡進行的第k次迭代的跟蹤誤差為:el,k(t)=yl,d(t)-yl,k(t)(5)其中,yl,d(t)表示第l條同質軌跡,yl,k(t)表示對針對第l條同質軌跡進行的第k次迭代的實際輸出;步驟3:提取同質曲線簇軌跡中的基軌跡作為系統跟蹤的期望軌跡,并預設初次迭代的控制信息...
【專利技術屬性】
技術研發人員:蒲陳陽,劉作軍,龐爽,陳玲玲,張燕,
申請(專利權)人:河北工業大學,
類型:發明
國別省市:天津,12
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。