论文部分内容阅读
SCARA机器人是一个强耦合、多输入多输出的非线性系统，运行时较易受外界干扰的影响，而且传统比例-积分-微分（PID）反馈控制器的轨迹跟踪精度较低。针对上述问题，设计具有前馈作用的预测型迭代学习控制器（A-ILC）。利用运行批次在采样时刻t＋△处的误差输出信息，优化调整下次运行在采样时刻t处双闭环PID反馈控制器的角度。仿真结果表明，与仅采用双闭环PID反馈控制器相比，采用所设计的控制器能明显减小机器人末端的轨迹跟踪误差。