论文部分内容阅读
焊接机器人作为柔性制造系统、计算机集成制造系统的自动化工具，已广泛应用在自动化焊接生产领域。随着科学技术的迅速发展，控制对象、控制器以及控制任务的日趋复杂化，对焊接机器人高标准轨迹跟踪控制要求也应运而生。焊接机器人是一个多输入多输出、高度耦合的复杂非线性系统，且实际作业中存在诸多不确定因素，如机器人装配误差、负载下杆件弹性变形、关节动、静态摩擦以及外界干扰等，因此难以得到完整、精确的机器人动力学及控制模型。本文主要针对上述不确定因素下的弧焊机器人轨迹跟踪问题进行了研究。论文主要工作如下： （1）根据机器人运动学相关数学知识，建立了弧焊机器人运动学模型，分析了弧焊机器人的正运动学，采用解析法求解逆运动学方程，给出了各关节变量的解析公式。利用动态数学建模法——拉格朗日方法，建立了弧焊机器人的动力学模型，并推导了动力学方程各项表达式的计算。 （2）针对机器人动力学模型中存在的不确定项：动、静态摩擦，负载变化和建模误差引起的扰动，采用基于模型整体逼近的RBF神经网络自适应控制方法对不确定项进行补偿，根据李雅普诺夫稳定方法证明了机器人控制系统的收敛性。基于Matlab/Simulink对RBF神经网络自适应控制机器人轨迹算法进行数值仿真，验证了该方法具有较强的鲁棒性和较快的收敛速度。 （3）针对弧焊机器人轨迹跟踪中存在的不确定项，提出了一种基于模糊高斯基神经网络的轨迹跟踪控制方法。设计了模糊神经网络结构，采用非线性规划中的最速下降法进行网络学习。最后采用Matlab/Simulink进行仿真，表明了该机器人控制方法能够快速准确地跟踪给定轨迹，且具有很好的稳定性。