论文部分内容阅读
工业机器人在现代制造工业中应用广泛,尤其在自动化生产线上已发展为必不可少的一种工具。随着作业任务日趋复杂化,对机器人的速度响应、运动平稳性以及末端轨迹的误差要求变得越来越严格,传统的控制算法已经不能够满足机器人的控制要求,伴随着人工智能的发展,智能控制算法因其控制可靠、控制效果佳、计算效率高、能处理复杂问题等优点广泛地被应用在机器人的运动控制中。本文以二自由度机械臂为研究对象,基于PID与模糊PID对机械臂的运动进行控制,在此基础上提出改进遗传算法对模糊控制器的隶属度函数优化,搭建了试验平台,主要的研究内容和研究结果如下:(1)建立了二自由度机械臂的运动学模型,基于拉格朗日法建立了其动力学模型,以试验设计的二自由度机械臂为模型,计算得到动力学方程的系数矩阵。(2)分析了PID与模糊PID算法的控制原理,比较了采用这两类算法对二自由度机械臂运动控制时的优缺点,在忽略重力和外部干扰的情况下,基于MATLAB软件对PID和模糊PID算法在控制二自由度机械臂时进行了仿真,并分析比较了二者的响应速度、超调量、达到稳定时所需要的时间以及模糊PID参数整定时间。针对模糊控制器的隶属度函数论域区间主要依靠经验得到,本课题基于改进的遗传算法对模糊控制器的隶属度函数区间进行了优化分析。针对传统遗传算法收敛速度慢,全局搜索能力差的缺点,采用动态交叉法的正交试验来选择优秀的个体以进行改进,并基于MATLAB软件对二自由度机械臂进行仿真分析,通过与模糊PID算法和传统遗传算法对模糊PID优化后的仿真结果对比,验证了改进的遗传算法在二自由度机械臂运动控制时具有更好的效果。(3)搭建试验控制平台,研究了Ether CAT通讯原理以及上位软件Twin CAT的基本功能,配置了伺服驱动器的参数,并通过监控软件ASDA_Soft分析电机的运转稳定性。基于Twin CAT PLC与VC++进行混合编程,实现PID和模糊PID对二自由度机械臂的运动控制。通过试验,验证所研究的算法的合理性。