工業(yè)機(jī)器人參數(shù)估計方法的設(shè)計、模擬、比較和評估

工業(yè)機(jī)器人參數(shù)估計方法的設(shè)計、模擬、比較和評估

系統(tǒng)模型是控制過程的基礎(chǔ)，然而，參數(shù)的不確定性和多變性給模型的確定帶來了很多困難。本研究討論了應(yīng)用在機(jī)器人系統(tǒng)上不同參數(shù)確定方法的設(shè)計和評估，這些方法包括最小二乘法、擴(kuò)展的卡爾曼濾波法、Adaline神經(jīng)元神經(jīng)網(wǎng)絡(luò)、Hopfield循環(huán)神經(jīng)網(wǎng)絡(luò)和遺傳算法。研究基于MATLAB/Simulink軟件，通過應(yīng)用這些參數(shù)確定的方法對一個具有三個自由度的SCARA機(jī)器人進(jìn)行仿真模擬，從而獲得針對參數(shù)確定算法的性能指標(biāo)。

其中，應(yīng)用最小二乘法和Adaline神經(jīng)元神經(jīng)網(wǎng)絡(luò)方法可以使參數(shù)的相關(guān)誤差在8%以下；應(yīng)用Hopfiled神經(jīng)網(wǎng)絡(luò)方法時，由于測量過程中噪聲的存在，被估計的參數(shù)關(guān)于算法的收斂性出現(xiàn)振蕩的現(xiàn)象；卡爾曼濾波法對初始狀態(tài)的選擇表現(xiàn)比較敏感，一方面，被估計參數(shù)的初始數(shù)據(jù)對得到好的估計值是至關(guān)重要的，另一方面，由于這個過程是遞歸過程并且使用的是時間變量，所以計算時間比其他方法更長。在參數(shù)確定過程中，在第三環(huán)節(jié)可以獲得令人滿意的效果，這不是因?yàn)閼?yīng)用方法，而是線性度。并且屬于旋轉(zhuǎn)連桿的其他參數(shù)和Izz2呈現(xiàn)出相反的最高靈敏度和誤差。

所以，這項研究使描述工業(yè)機(jī)器人動力特征的參數(shù)確定方法有多種選擇，尤其是對于SCARA模型。因此，擁有一個機(jī)器人基礎(chǔ)參數(shù)的數(shù)值可以設(shè)計一個新的控制方法，因?yàn)檫@個機(jī)器人的典型動力模型已經(jīng)知道。

網(wǎng)址：http://www.sciencedirect.com/science/article/pii/S0045790616302294

作者：Claudio Urrea

編譯：李琳琳