Les méthodes de contrôle pour les robots sont divisées en différents types en fonction de la quantité de contrôle et de l'algorithme de contrôle. Ce qui suit décrit les méthodes de contrôle des robots couramment utilisées pour chaque type.
I. Classification en fonction du volume de contrôle
Selon l'espace différent dans lequel le volume de contrôle est situé, le contrôle des robots peut être classé en contrôle dans l'espace conjoint et le contrôle dans l'espace cartésien. Pour les robots multi-articulaires en tandem, le contrôle de l'espace articulaire est pour le contrôle des variables dans chaque articulation du robot, et le contrôle de l'espace cartésien est pour le contrôle des variables à la fin du robot. Selon les différentes quantités de contrôle, le contrôle des robots peut être classé comme: contrôle de position, contrôle de la vitesse, contrôle d'accélération, contrôle de la force, contrôle hybride de la position de force, etc.
L'objectif de contrôle de la position est de faire en sorte que les joints ou les extrémités du robot contrôlé atteignent la position souhaitée. Ce qui suit est un exemple de contrôle de la position de l'espace conjoint pour un robot. L'erreur obtenue en comparant la valeur donnée de la position conjointe avec la valeur de courant est utilisée comme entrée au contrôleur de position, et sa sortie est utilisée comme valeur donnée du contrôle de vitesse de joint après le fonctionnement du contrôleur de position. Le contrôleur de position articulaire utilise souvent l'algorithme PID, peut également être utilisé l'algorithme de contrôle flou.
Premièrement, l'accélération de contrôle de l'outil final est calculée. Ensuite, l'accélération correspondante de chaque articulation est décomposée en fonction de la position finale, de la vitesse et de l'attente d'accélération, ainsi que de la position finale actuelle, de la position et de la vitesse de l'articulation, puis le couple de contrôle est calculé à l'aide des équations cinétiques pour décomposer le contrôle d'accélération , qui doit être contrôlé de couple pour chaque joint.
Étant donné que la force / couple articulaire n'est pas facile à mesurer directement et que le courant du moteur articulaire peut mieux refléter le couple du moteur articulaire, le courant du moteur articulaire est souvent utilisé pour indiquer la valeur mesurée du courant de la force articulaire / couple. Le contrôleur de force contrôle le moteur articulaire pour présenter les caractéristiques de force / couple souhaitées en fonction de l'écart entre la valeur souhaitée de la force / couple et la valeur mesurée.
Il se compose de deux parties: contrôle de position et contrôle de la force. Le contrôle de la position est un contrôle PI, donné comme la position de l'espace cartésien de l'extrémité du robot, et la rétroaction de la position de l'espace cartésien de l'extrémité est obtenue à partir de la position dans l'espace articulaire après calcul cinématique. Sur la figure, T est le modèle cinématique du robot et J est la matrice Jacobi du robot. La différence entre la valeur donnée de la position finale et la valeur de courant est convertie en un incrément de position dans l'espace articulaire en utilisant la matrice inverse de la matrice de Jacobi, qui est ensuite utilisée dans le cadre de l'incrément de position articulaire après une opération PI.
Le contrôle de la force est également contrôlé par PI et est donné sous forme de force / couple d'espace cartésien à la fin du robot, avec une rétroaction obtenue à partir de mesures de capteur de force / couple. La différence entre la valeur donnée et la valeur actuelle de la force / moment final est convertie en force / moment dans l'espace conjoint en utilisant la matrice de transposition de la matrice Jacobi. La force / moment dans l'espace articulaire est utilisé comme une autre partie de l'incrément de position articulaire après le fonctionnement de PI. Les sorties de la pièce de contrôle de position et de la pièce de contrôle de la force sont additionnées comme la valeur souhaitée de l'incrément de position des joints du robot. Le robot utilise le contrôle incrémentiel pour contrôler la position de chacune de ses articulations. Le contrôle hybride de position de force illustrée à la figure 1-5 n'est qu'un schéma simple dans le contrôle hybride de la position de force, qui est une forme simplifiée du contrôle hybride de la position RC (Raibert-Craig), et certaines corrections nécessaires doit être fait pour des environnements spécifiques dans des applications pratiques.
II, Classification selon l'algorithme de contrôle
Selon les algorithmes de contrôle, les méthodes de contrôle des robots peuvent être classées en contrôle PID, contrôle de la structure variable, contrôle adaptatif, contrôle flou, contrôle du réseau de neurones et autres méthodes. Une certaine littérature classe également les algorithmes de contrôle existants en contrôle de seuil logique, contrôle du PID, contrôle de la structure variable du mode de glissement, contrôle du réseau neuronal et contrôle flou. Ces méthodes de contrôle ne sont pas isolées et sont souvent utilisées ensemble dans un système de contrôle.
1, Contrôle PID
Dans la pratique de l'ingénierie, la loi de contrôle des régulateurs la plus utilisée pour le contrôle différentiel proportionnel, intégral, appelé Control PID, également connu sous le nom de réglementation PID. , facile à ajuster et est devenu l'une des principales technologies de contrôle industriel. Lorsque la structure et les paramètres de l'objet contrôlé ne peuvent pas être complètement maîtrisés ou n'ont pas accès à des modèles mathématiques précis, la théorie du contrôle des autres technologies est difficile à utiliser, la structure et les paramètres du contrôleur du système doivent s'appuyer sur l'expérience et le débogage de champs Déterminer l'application de la technologie de contrôle des PID est le plus pratique.
C'est-à-dire que lorsque nous ne comprenons pas pleinement un système et l'objet contrôlé, ou ne peut pas être des moyens de mesure efficaces pour obtenir les paramètres du système, le plus adapté à la technologie de contrôle du PID. Le contrôleur Control.PID est basé sur l'erreur du système, l'utilisation d'un calcul différentiel proportionnel, intégral de la quantité de contrôle de contrôle pour le contrôle.
2, contrôle de la structure variable
Le contrôle de la structure variable est un schéma de contrôle développé à partir de l'Union soviétique dans les années 1950. Le contrôle de la structure dite de la variable signifie que le système de contrôle a plusieurs contrôleurs, et différents contrôleurs sont utilisés dans différentes situations en fonction de certaines règles. L'utilisation du contrôle de la structure variable présente de nombreux avantages non trouvés dans d'autres contrôles et peut réaliser le contrôle d'une classe de systèmes non linéaires avec des paramètres incertains.
3, contrôle adaptatif
Le soi-disant contrôle adaptatif, fait référence aux entrées ou aux perturbations du système se produisant une large gamme de modifications, le système conçu peut ajuster de manière adaptative les paramètres du système ou la stratégie de contrôle, afin que la sortie puisse toujours répondre aux exigences de conception, la structure de base comme indiqué dans la figure 2-1. Le contrôle adaptatif traite des systèmes avec "l'incertitude" et cherche à réduire cette incertitude en observant l'état des variables aléatoires et en reconnaissant le modèle du système. Le résultat est souvent la réalisation de certaines cibles de contrôle, c'est-à-dire que le "contrôle optimal" est remplacé par un "contrôle efficace".
Les systèmes de contrôle adaptatif peuvent être classés en systèmes de contrôle adaptatifs référencés, des systèmes de contrôle auto-corrigées, des systèmes de contrôle auto-optimisant, des systèmes de contrôle de la structure variable et des systèmes de contrôle adaptatif intelligent selon leurs principes. Parmi ces types de systèmes de contrôle adaptatif, les systèmes de contrôle adaptatifs référencés et les systèmes de contrôle auto-corrigé sont plus matures et couramment utilisés.
4, contrôle flou
Dans le contrôle flou, les entrées sont quantifiées floues pour devenir des variables floues, il existe des variables floues raisonnées par des règles floues pour obtenir des sorties floues, et après la défuzzification pour obtenir des sorties claires pour le contrôle. Le contrôle flou a été le premier
proposé par le professeur Zadeh de l'Université de Californie en 1965, et en 1974, EH Mamdani du Royaume-Uni a appliqué avec succès le contrôle flou au contrôle de la chaudière et du moteur à vapeur. Par la suite, le contrôle flou a été rapidement développé dans le domaine du contrôle et a gagné un grand nombre d'applications réussies.
5, contrôle du réseau de neurones
Le contrôle du réseau neuronal est l'une des disciplines frontières dans le domaine du contrôle automatique développé à la fin des années 1980. Il s'agit d'une nouvelle branche de contrôle intelligent, qui ouvre une nouvelle façon de résoudre les problèmes de contrôle des systèmes complexes non linéaires, incertains et incertains. Le contrôle des réseaux neuronaux est un produit de la combinaison de la théorie (artificiel) de la théorie du réseau neuronal et de la théorie du contrôle, et est une discipline en développement. Il rassemble des théories, des techniques, des méthodes et des résultats de recherche de disciplines, notamment les mathématiques, la biologie, la neurophysiologie, la science du cerveau, la génétique, l'intelligence artificielle, l'informatique, le contrôle automatique, etc. Sa structure de base est montrée dans la figure 2-2.
Dans le domaine de la commande, le système de contrôle avec la capacité d'apprentissage est appelé système de contrôle d'apprentissage, qui appartient au système de contrôle intelligent. Le contrôle neuronal est avec la capacité d'apprentissage et appartient au contrôle d'apprentissage, qui est une branche du contrôle intelligent. Le développement du contrôle neural jusqu'à présent, bien que seulement plus de dix ans d'histoire, il y a eu une variété de structures de contrôle. Comme le contrôle prédictif neuronal, le contrôle du système inverse neural, etc.




