移动机械手的智能控制
简易机械手PLC控制
简易机械手PLC控制简介在制造业中，机械手是一种关键的工业自动化设备，用于处理和搬运物品。
机械手的控制非常重要，它决定了机械手的精度和效率。
PLC （可编程逻辑控制器）是一种常用的控制设备，它可以编程来控制机械手的运动和动作。
本文将介绍如何使用PLC控制一个简易机械手的运动。
所需硬件和软件•一台简易机械手•一个PLC设备•一个用于编程的PLC软件步骤步骤一：连接PLC设备和机械手首先，将PLC设备连接到机械手控制器上。
确保连接正确，以便PLC能够发送指令给机械手控制器。
步骤二：安装PLC软件并编程在电脑上安装PLC软件，并启动软件。
创建一个新的项目，并选择适当的PLC类型和通信配置。
然后，开始编程。
步骤三：设置输入输出（IO）点在PLC软件中，设置适当的输入输出（IO）点，以接受和发送信号。
例如，设置一个输入点来接收机械手的位置信号，以便PLC可以确定机械手的当前位置。
同时，设置一个输出点来发送控制信号给机械手，以控制它的动作。
步骤四：编写程序逻辑使用PLC软件编写机械手的控制程序。
根据机械手的需求，编写逻辑来控制机械手的运动和动作。
例如，如果机械手需要抓取一个物体并将其放置到另一个位置，那么编程逻辑应该包括机械手的移动和抓取指令。
确保编写的逻辑合理且有效。
步骤五：测试和调试在PLC软件中，模拟机械手的动作并进行测试。
确保PLC能够正确地控制机械手的运动。
如果发现错误或问题，进行调试并修正程序逻辑。
步骤六：上传程序到PLC当测试和调试完成后，将编写的程序上传到PLC设备中。
确保上传的程序可以在PLC上正确运行。
步骤七：运行机械手一切准备就绪后，运行机械手。
PLC将根据编写的逻辑控制机械手的运动和动作。
结论使用PLC控制机械手是一种常见的工业自动化方法。
通过编写合理的程序逻辑，PLC可以控制机械手的运动和动作，提高生产效率和精度。
希望本文能够帮助读者了解如何使用PLC控制简易机械手。
3自由度的机械手控制器设计原理
3自由度的机械手控制器设计原理3自由度的机械手是指可以在三个方向上移动的机械手，通常是由三个关节组成的。
这样的机械手可以进行基本的平移和旋转运动，可以用于各种应用场景，如工业生产、医疗手术和科研实验等。
为了实现对3自由度机械手的精确控制，需要设计一个有效的控制器来实现对机械手的精准运动控制。
3自由度机械手的控制器设计原理主要包括以下几个方面：1.传感器系统设计：传感器系统是机械手控制器的基础，通过传感器系统可以获取机械手的位置、速度和力信息。
在设计3自由度机械手的控制器时，需要选择合适的传感器来获取机械手各个关节的位置信息，以实现对机械手的闭环控制。
常用的传感器包括编码器、惯性传感器和力传感器等。
2.运动控制算法设计：运动控制算法是机械手控制器的核心部分，通过运动控制算法可以实现对机械手的轨迹规划和动态控制。
在设计3自由度机械手的控制器时，通常采用PID控制算法或者模型预测控制算法来实现对机械手的动态控制。
PID控制算法通过调节比例、积分和微分参数来实现对机械手位置和速度的精确控制，而模型预测控制算法则通过对机械手的动态模型进行建模，并利用预测控制器来预测未来的行为，并实现对机械手的精确控制。
3.人机交互界面设计：为了方便用户对机械手进行操作和监控，需要设计一个友好的人机交互界面。
在设计3自由度机械手的控制器时，可以采用图形界面或者虚拟现实界面来实现对机械手的控制和监控。
通过人机交互界面，用户可以实时监控机械手的状态，并进行控制参数的设定和调整，以实现对机械手的精确控制。
总的来说，设计一个有效的3自由度机械手控制器需要综合考虑传感器系统设计、运动控制算法设计和人机交互界面设计等方面，通过合理的设计和实现，可以实现对机械手的精确控制，并满足不同应用场景的需求。
通过不断优化和改进，可以实现对机械手的更精准和高效的控制，为各种应用场景提供更好的解决方案。
43. 如何实现机械手的远程操控？
43. 如何实现机械手的远程操控？43、如何实现机械手的远程操控？在当今科技飞速发展的时代，机械手在工业生产、医疗、科研等众多领域发挥着日益重要的作用。
而实现机械手的远程操控，不仅能够拓展其应用范围，还能为许多复杂和危险的工作环境提供更安全、高效的解决方案。
那么，究竟如何才能实现机械手的远程操控呢？要实现机械手的远程操控，首先得有一个稳定可靠的通信系统。
这个通信系统就像是连接操控者和机械手的“神经脉络”，负责传递各种指令和反馈信息。
常见的通信方式包括有线通信和无线通信。
有线通信，例如通过网线或者专用的数据线，其优点是信号稳定，不容易受到外界干扰，数据传输的准确性和实时性能够得到较好的保证。
但它的缺点也很明显，就是限制了操控者的活动范围，不够灵活便捷。
无线通信则给了操控者更大的自由。
比如 WiFi、蓝牙，还有更先进的 5G 网络等。
无线通信让操控者可以在较大的范围内进行操控，不再被线缆所束缚。
然而，无线通信也面临着信号容易受到干扰、传输延迟等问题。
为了确保通信的稳定性和实时性，需要不断优化通信协议，提高信号的抗干扰能力，降低传输延迟。
有了通信系统，还需要一个强大的控制系统。
这个控制系统就像是机械手的“大脑”，负责接收操控者的指令，并将其转化为机械手能够理解和执行的动作。
在控制系统中，传感器起着至关重要的作用。
它们能够感知机械手的位置、速度、力量等状态信息，并将这些信息反馈给控制系统。
通过这些反馈信息，控制系统可以实时调整机械手的动作，确保其精确、稳定地执行任务。
同时，控制系统中的算法也不容忽视。
例如，轨迹规划算法可以根据操控者的指令，计算出机械手的最佳运动轨迹，使其能够以最快的速度、最节能的方式完成任务。
而力控制算法则可以让机械手根据不同的工作环境和任务需求，自动调整施加的力量，避免对物体造成损坏或者对自身造成损伤。
除了通信和控制系统，机械手本身的硬件设计也对远程操控的实现有着重要影响。
机械手的关节结构和驱动方式直接决定了其运动的灵活性和精度。
机械手控制总结9篇
机械手控制总结9篇第1篇示例：机械手控制是现代工业自动化领域中非常重要的技术之一，它可以通过程序控制来完成复杂的操作任务，如搬运、装配、焊接等。
在很多工业生产领域，机械手已经取代了人工劳动，提高了生产效率和产品质量。
下面将从机械手控制的原理、分类、控制方法以及优缺点等方面进行总结。
一、机械手控制的原理机械手控制的原理是通过传感器采集目标物体的信息，然后由控制器对其进行处理，最后输出相应的控制信号驱动执行器实现目标动作。
传感器的作用是采集目标物体的位置、形状、颜色等信息，而控制器则根据传感器采集到的信息来计算出目标物体的位置和姿态，再通过控制算法生成相应的控制信号，驱动执行器完成动作。
根据不同的控制原理和结构特点，机械手控制可以分为多种类型，主要包括以下几种：1.基于位置的控制：通过设定目标位置和姿态，控制机械手执行相应的动作。
2.基于力控制：通过力传感器检测执行器以及目标物体之间的力，实现柔性操控和力量适应性。
3.基于视觉的控制：通过相机等视觉传感器采集目标物体信息，实现机械手对目标物体的识别和跟踪。
1.基于PID控制算法：PID控制算法是一种经典的控制算法，通过比例、积分、微分三个控制环节来调节执行器的输出。
2.基于模糊控制：模糊控制是一种适用于非线性系统的控制方法，通过模糊逻辑和模糊推理来实现目标控制。
3.基于神经网络控制：神经网络控制是一种模仿人脑神经元结构和工作原理的控制方法，能够应用于复杂系统的建模和控制。
1.优点：（1）提高生产效率：机械手可以24小时不间断工作，不受疲劳和情绪影响，能够大幅提高生产效率。
（2）提高产品质量：机械手运动精度高、重复性好，可保证产品加工的精度和一致性。
（3）减少人力成本：机械手可以代替人工进行危险、繁重和重复性工作，降低了人力成本。
2.缺点：（1）高成本：机械手的购买、安装和维护都需要巨额投资，对企业资金压力较大。
（2）技术要求高：机械手控制需要专业人员进行研发和维护，对技术人才的要求较高。
(完整版)基于PLC的搬运机械手控制系统设计112
基于PLC的搬运机械手控制系统设计摘要随着工业自动化的普及和发展，控制器的需求量逐年增大，搬运机械手的应用也逐渐普及，主要在汽车，电子，机械加工、食品、医药等领域的生产流水线或货物装卸调运，可以更好的节约能源和提高运输设备或产品的效率，以降低其他搬运方式的限制和不足，满足现代经济发展的要求。
本机械手的机械结构主要是曲轴在两条生产线之间搬运任务的搬运机械手控制系统进行设计。
采用了电气一体化的设计方案，使用带自锁功能的气缸实现了机械手对工件的抓放和保证了在断气状态下机械手状态的保持，通过伺服电机来实现机械手在水平、竖直方向快速精确的移动。
采用SIEMENS公司的SIMATIC S7-200系列PLC 作为核心控制器，外扩定位模块EM253模块对伺服电机进行精确的定位控制，从硬件和软件两个方面进行设计，完成了PLC在搬运机械手中硬件连接，I/O点分配和应用程序的设计，实现了机械手的上电初始化、零点复位、故障报警、手动运行、半自动运行和在无人看守时的自动运行。
最终达到设计要求，完成搬运目的。
关键词搬运机械手定位模块EM2253控制系统可编程PLC SIMATIC S7-200 系列PLC 核心控制器。
目录目录 (2)1引言 (1)1.1 搬运机械手的应用简况 (1)1.2机械手的应用意义 (2)2系统设计 (2)2.1系统结构及流程 (2)2.2系统主要部件选择 (4)2.2.1气缸的选择 (5)2.2.2阀门的选择 (6)2.2.3行程开关的选择 (6)2.2.4接近开关的选择 (6)2.2.5驱动电机的选择 (6)3控制系统的硬件设计 (7)3.1控制系统功能 (7)3.2控制系统硬件结构 (8)3.2.1位控模块 (8)3.2.3控制系统硬件结构 (9)3.3操作面板的设计 (9)3.4 PLC系统设计 (11)3.4.1 PLC 的I/O 分配表 (11)3.4.2 PLC 的I/O 接线图 (11)3.5运动控制系统的实现 (12)3.6控制系统电路设计 (17)4系统软件的设计与实现 (19)4.1系统工作方式 (19)4.2程序设计 (19)4.2.1主程序设计 (19)4.2.2初始化子程序设计 (20)4.2.3复位子程序设计 (20)4.2.4报警子程序设计 (21)4.2.5手动运行子程序设计 (21)4.2.6半自动运行子程序 (22)4.2.7自动子程序设计 (23)5结束语 (25)致谢 (26)参考文献 (27)附录1系统配件清单 (28)附录2程序清单 (28)1引言1.1搬运机械手的应用简况在现代工业中，生产过程的机械化、自动化已成为突出的主题。
智能移动机器人的现状及发展
智能移动机器人的现状及发展智能移动机器人是具有思维、感知和行动功学、人工智能，微电子学，光学，传感技术、材料科学仿生学等学科的综合成果。
智能移动机器人可获取、处理和识别多种信息，建立并实时修正环境模型，自主地完成较为复杂的操作任务，因此，比一般的工业机器人具有更大的灵活性、机动性和更广泛的应用领域。
2O世纪电子计算机的发明，使人类的脑力劳动自动化成为可能，60年代智能移动机器人的出现开辟了智能生产自动化的新纪元。
机器和生产系统的智能化，用机器人代替人完成各种任务，这是人类智慧发展和机器进化的飞跃。
智能移动机器人作为新一代的生产工具，在制造领域中应用，能排腺人为的不可控因素，实现高节奏、高效和高质量生产，并是未来智能生产系统(如CIMS)的重要组成部分。
在非制造领域，如核工业、水下、空间，建筑、采掘，教灾排险和作战等方面，可代替人完成人所不适或力所不及的各种工作，在原予能、水下和外层空间可开辟新的产业。
目前，我国和许多国家都把智能移动机器人列为迎接未来挑战的高技术课题，并制订发展规划，拨出巨款给予支持。
移动机器人是一种在复杂的环境下工作的具有自规划、自组织、自适应能力的机器人。
在移动机器人的相关技术研究中，导航技术可以说是其核心技术，也是其实现真正的智能化和完全的自主移动的关键技术。
导航研究的目标就是没有人的干预下使机器人有目的地移动并完成特定任务，进行特定操作。
机器人通过装配的信息获取手段，获得外部环境信息，实现自我定位，判定自身状态，规划并执行下一步的动作。
下面我就智能移动机器人系统的导航、路径规划、多传感器信息融合、细胞神经网、高智能情感移动机器人等技术进行部分说明。
移动机器人的导航方式很多，有惯性导航、视觉导航、基于传感器数据导航、卫星导航等。
它们都不同程度地适用于各种不同的环境，包括室内和室外环境，结构化环境与非结构化环境。
(1)惯性导航惯性导航是一种最基本的导航方式。
它利用机器人装配的光电编码器和陀螺仪，计算机器人航程，从而推知机器人当前的位置和下一步的目的地。
PLC在机械手控制系统中的分析和应用
PLC在机械手控制系统中的分析和应用作者：赵磊来源：《中国科技纵横》2012年第22期摘要：机械手是一种模仿人的手部动作的一种自动化装置，它通过预先设定的程序、轨迹等对人类无法直接手动操控（如重量过大、工作环境恶劣等）的操作对象进行操控。
本文介绍了一种基于PLC的搬运机械手控制系统，并阐述了其机械构造和控制系统的组成。
关键词：PLC 机械手自动控制1、系统构成机械手主要由执行机构、驱动机构以及控制系统组成。
执行机构由机械手的手部以及手臂组成，目前大多机械手的运动都是靠各关节之间的运动来完成的，而大多机械手的关节采用的都是转动机构或移动机构。
通过在机械手的手臂的内孔里安装相应的转动轴，使其手臂在关节处通过驱动机构进行旋转，并把转动结果传递给手腕，即可实现机械手臂的转动和手腕的伸屈动作；通过移动机构来实现机械手臂的升降动作。
通常情况下，机械手的手臂都拥有三个自由度，这样才能使得手臂完成完整的定位工作。
驱动方式主要有电机驱动、液压驱动以及气动驱动三种方式，具体可分为直线/摆动油缸驱动、电液脉冲电机驱动、交/直流伺服电机等等。
本文所讨论的机械手所采用的驱动方式是气动驱动，通过气源、气动三联件、电磁阀、节流阀以及各种气缸等气动组件对机械手的运动进行驱动。
机械手的控制系统有基于各种单片机、基于PLC的控制系统等等。
PLC控制系统的硬件主要有CPU、信号处理模块、功能模块、接口模块、电源模块、通信模块、编程模块等组成。
PLC控制具有实时性、高可靠性、系统配置简单灵活、I/O卡件丰富、性价比高等特点，为机械手的高可靠性实时控制提供了条件基础。
2、机械手的机械系统机械手由夹钳、升降气缸、安装工作位、加工站取料位、支架、左右气缸、分类站分类位组成。
其主要工作是把加工站中已经加工好的工件1移动至安装工作位中，完成后发出安装请求，等待安装站把工件2安装到工件1中后再把组装好的产品移动至分类站分类位中。
机械手所需要实现的动作主要有以下几个：（1）抓取工件的工作主要由夹钳完成。
机械手的结构设计及控制
机械手的结构设计及控制机械手是一种能像人手一样完成各种工作任务的装置。
它具有高精度、高速度和可编程性等特点，广泛应用于工业自动化领域。
机械手的结构设计和控制是实现其功能的关键。
一、机械手的结构设计1. 关节型机械手关节型机械手是由一系列的关节连接而成，每个关节都有自己的自由度。
它的结构类似于人的手臂，能够模拟人的运动，灵活度较高。
关节型机械手的结构设计注重关节的精确度和稳定性，同时需要考虑到机械手的负载能力和工作范围。
2. 直线型机械手直线型机械手由一组平行移动的臂组成，可以在一个平面内进行线性运动。
它的结构设计简单，适合进行一些简单的工作任务。
直线型机械手的关键是确保臂的平移精确度和平稳度，以及确保工作范围的有效覆盖。
3. 平行四边形机械手平行四边形机械手是一种特殊的机械手结构，它由四个平行运动的臂组成。
平行四边形机械手的结构设计需要确保四个臂的平移精确度和平稳度，以及实现机械手的高速度和高精度。
二、机械手的控制机械手的控制是指通过编程控制机械手完成各种工作任务。
机械手的控制系统一般包括硬件控制模块和软件控制模块。
1. 硬件控制模块硬件控制模块包括电机驱动器、传感器、编码器等设备。
电机驱动器用于控制机械手的运动，传感器用于获取机械手与物体的位置和姿态信息，编码器用于测量电机的位置和速度。
2. 软件控制模块软件控制模块是机械手控制系统的核心部分，负责编写控制程序并实时更新机械手的运动状态。
软件控制模块可以使用编程语言如C++、Python等来实现。
控制程序需要根据任务需求编写，包括运动规划、轨迹控制、碰撞检测等功能。
机械手控制的关键是实现精确的运动控制和优化的路径规划。
在控制程序中，需要考虑到机械手的动力学模型、碰撞检测算法以及运动规划算法等。
同时还需要考虑到外部环境的变化以及机械手与物体之间的互动。
三、机械手的应用机械手广泛应用于工业自动化领域，可以完成包括搬运、装配、焊接、喷涂、夹持等多种工作任务。
移动机器人控制系统设计
一、绪论（一)引言移动机器人技术是一门多科学交叉及综合的高新技术,是机器人研究领域的一个重要分支，它涉及诸多的学科,包括材料力学、机械传动、机械制造、动力学、运动学、控制论、电气工程、自动控制理论、计算机技术、生物、伦理学等诸多方面。
第一台工业机器人于20世纪60年代初在美国新泽西州的通用汽车制造厂安装使用。
该产品在20世纪60年代出口到日本，从20世纪80年代中期起，对工业机器人的研究与应用在日本迅速发展并步入了黄金时代。
与此同时，移动机器人的研究工作也进入了快速发展阶段。
移动机器人按其控制方式的不同可以分为遥控式、半自动式和自主式三种；按其工作环境的不同可以分为户外移动机器人和室内机器人两种。
自主式移动机器人可以在没有人共干预或极少人共干预的条件下，在一定的环境中有目的的移动和完成指定的任务。
自主式移动机器人是一个组成及结构非常复杂的系统，具有加速、减速、前进、后退以及转弯灯功能，并具有任务分析，路径规划,导航检测和信息融合，自主决策等类似人类活动的人工智能。
（二）移动机器人的主要研究方向1.体系结构技术1)分布式体系结构分布式体系结构【1。
2.3】是多智能体技术在移动机器人研究领域的应用。
智能体是指具有各自的输入、输出端口，独立的局部问题求解能力，同时可以彼此通过协商协作求解单个或多个全局问题的系统。
移动机器人系统，特别是具有高度自组织和自适应能力的系统，它们的内部功能模块与智能体相仿，因此可以应用多智能体技术来分析和设计移动机器人系统的结构，实现系统整体的灵活性和高智能性。
在分布式体系结构中，各个功能模块具有不同的输入输出对象和自身的不同功能，并行各工作，整个系统通过一个调度器实现整体的协调，包括制定总体目标、任务分配、运动协调和冲突消解等。
2）进化控制体系结构面对任务的复杂性和环境的不确定性以及动态特性，移动机器人系统应该具有主动学习和自适应的能力。
将进化控制的思想融入到移动机器人体系结构的设计中，使得系统哎具备较高反应速度大的同时,也具备高性能的学习和适应能力。
基于Web Service移动机械手遥操作控制系统的实现
Ｉ ｐ ｅ ｅ ａ ｉｎ ｆｍ ｏ ｌ ａ ｉ ｌ ｔ ｒ ｔ ｌｏ ｅ ａ ｉ ｎ ｍ ｌｍ ｎｔ ｔｏ ｏ ｂｉｅ ｍ ｎ ｐｕ ａ ｏ ｅｅ ｐ ｒ ｔｏ ｃ ｎｔ ｏ ｙ ｔｍ ａ ｅ ｎ Ｗ ｅ ｅ ｖ ｃ ｏ ｒ ｌｓ ｓｅ ｂ ｓ ｄ ｏ ｂ Ｓ ｒ ｉｅ
近几 年 ， 内外 在 移 动 机 器 人 网 络控 制 的研 究 国
和操作 功 能 ， 这使 它 优 于 一 般 的 移 动 机 器人 和 传 统 机械手 ； 一方 面 ， 另 移动平 台和机 械 手 不但 具 有 不 同
方 面都取 得 了 进 展 ， 出现 了互 联 网上 远 程 控 制 的应 用 ． 国国家航 空航 天 局 （ Ａ Ａ） 美 Ｎ Ｓ 的火 星漫 游 者号 机
式 扩展 到 以 网络 为 中心 的组 织 模 式 ， 即在 视 野 上 从
心控制火星上的机器人 ， 互联 网 Ｗｅ ｂ接 口界面的建 立， 使得科 学 家 可 以在 世 界 各 地 相 互 合 作 来 控 制 寻
路 任务． 国海 军 总 医 院 和 北 京 航 空 航 天 大 学 共 同 中 开 发的遥操 作 远程 医用 机 器 人 系 统 ， 家 可 以 在 千 专 米之 遥 向机 器人 发 出命 令 ， 指挥 手 术 ， 对病 人 进 行 脑
Ｓ ＮＧ ｈ ｎ ｑｎ Ｏ Ｚ ｅ — ｉｇ，ＧＥ Ｗｅ — ｎ，Ｋ ｉ ｍｉ ＡＮＧ Ｊｎ ｉｇ
（ｃ ｏｌ ｆ ｃａ ｏｉｓＥ ｇ源自ｅ ｎ ， ｉ ｊ ｎ ｅｓｙｏ ｅｈｏｏｙ Ｔａｊ ０ ３４， ｈｎ ） Ｓ ｈｏ ｏ ｈｔ ｎｃ ｎｉｅｒ ｇ Ｔａ ｉ Ｕ ｉ ｒ ｔ ｆ ｃｎｌｇ ， ｉ ｉ ３０ ８ Ｃ ｉ Ｍｅ ｒ ｉ ｎｎ ｖ ｉ Ｔ ｎｎ ａ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键词：移动机械手；模糊逻辑；神经网络；控制 中图分类号：ＴＰ２４２ 文献标识码：Ａ 文章编号：１００２－ ６６７３ （２００７）０２－ ０１１－ ０３
经过对模糊控制器输入的模糊化，然后根据人类控
制专家的经验总结得到的模糊控制器的控制规则。
推理是根据规则库中的控制规律从一些模糊前提条
件推导出某一结论。目前模糊推理有十几种方法，其中
最常用的是 Ｍａｍｄａｎｉ 的 ｍａｘ－ ｍｉｎ 合成方法，具体说明如
下：设 Ｅ、ＥＣ 是模糊控制器模糊化后的输入；Ｕ 是模糊
到，即：
ｎ
Ｒ＝"Ｒｉ ｉ＝１
（４）
Ｒ 的隶属函数为：
ｎ
!Ｒ （Ｅ，ＥＣ，Ｕ） ＝∨ ［!Ｒｉ （Ｅ，ＥＣ，Ｕ）］ ｉ＝ １
（５）
模糊推理得出的控制量 Ｕ 可根据式得到： Ｕ＝ （Ａ×Ｂ） $Ｃ Ｕ 的隶属函数为：
（６）
!Ｕ（Ｕ）＝ ∨ !Ｒ（Ｅ，ＥＣ，Ｕ）∧［!Ａ（Ｅ）∧!Ｂ（ＥＣ） ｘ∈Ｘ ｙ∈Ｙ
为工具，对移动平台进行了仿真试验。期望轨迹为遗传
!ｄ１
ｅ１
Ｋ１ Ｅ１
ｚ－１
ｅｃ１ Ｋｅ１ ＥＣ１
模糊控制器 １
Ｕ１
ｔ１ Ｋｕ１
机
!１
!ｄ２
ｅ２
Ｋ２ Ｅ２
Ｕ２
ｔ２ 械
!２
ｚ－１ ｅｃ２
ＥＣ２ 模糊控制器 ２
Ｋｕ２
!ｄ３
Ｋｅ２
ｅ３
Ｅ３
ｚ Ｋ３
－１
ｅｃ３
Ｋｅ３
ＥＣ３
模糊控制器 ３
Ｕ３
ｔ３ Ｋｕ３
手
!３
图 ２ 机械手模糊控制系统 Ｆｉｇ．２ Ｆｕｚｚｙ ｃｏｎｔｒ ｏｌ ｓｙｓｔｅｍ ｏｆ ｍａｎｉｐｕｌａｔｏｒ 各个关节期望位置，!１、!２ 和 !３ 是机械手的实际关节位 置，ｅ１、ｅ２ 和 ｅ３ 为三个关节的位置误差，ｅ１、ｅ２ 和 ｅ３ 经 微 分 后 得 到 误 差 变 化 率 ｅｃ１、ｅｃ２ 和 ｅｃ３， Ｋ１、 Ｋ２、 Ｋ３、Ｋｅ１、Ｋｅ２ 和 Ｋｅ３ 为 量 化 因 子 ， 分 别 将 ｅ１、 ｅ２、 ｅ３、 ｅｃ１、ｅｃ２ 和 ｅｃ３ 的论域转化为模糊控制器的输入论域， 转化后得到模糊控制器 １ 的输入 Ｅ１、Ｅｃ１，模糊控制器 ２ 的输入 Ｅ２、Ｅｃ２，模糊控制器 ３ 的输入 Ｅ３、Ｅｃ３。Ｕ１、
大 ”，“正 中 ”，“正 小 ”，“零 ”，“负 小 ”，“负 中 ”，“负 大 ”｝＝
｛Ｐ Ｂ，Ｐ Ｍ，Ｐ Ｓ，Ｚ，ＮＳ，ＮＭ，ＮＢ｝， 每 个 语 言 词 集 对 应 一 个 隶 属
函数，隶属函数均采用高斯基函数：
! （ｘ） ＝ｅ－
（ｘ－ ａｉ） ｂ１２
２
Ａｉ
（１）
其中，ａｉ—函数的中心值；ｂｉ—函数的宽度；ｅｎ 与 ｛ＰＢ，ＰＭ，ＰＳ，Ｚ，ＮＳ，ＮＭ，ＮＢ｝ 对应的高斯基函数的 ａｉ 值分别 为 ［－ ０．１，－ ０．０６７，－ ０．０３３，０，０．０３３，０．０６７，０．１］；ｂｉ 值为 ０．０３３。
第 ２０ 卷第 ２ 期 ２００７ 年 ３ 月
机电产品开发与创新
Ｄｅｖｅｌｏｐｍｅｎｔ ＆ Ｉｎｎｏｖａｔｉｏｎ ｏｆ Ｍａｃｈｉｎｅｒｙ ＆ Ｅｌｅｃｔｒｉｃａｌ Ｐｒｏｄｕｃｔｓ
Ｖｏｌ．２０，Ｎｏ．２ ·开Ｍ发ａ ｒ与．，２创００新７ ·
移动机械手的智能控制
李 娜，赵新华
（天津理工大学 机械工程学院，天津 ３００１９１）
ｅｃｎ 与｛ＰＢ，ＰＭ，ＰＳ，Ｚ，ＮＳ，ＮＭ，ＮＢ｝所对应的高斯基函数的
ａｉ 值分别为 ［－ ０．０１，－ ０．００６７，－ ０．００３３，０，０．００３３，０．００６７，０．０１］；ｂｉ 的值为 ０．００３３。其中 ｎ＝１，２，３。
Ｕ１ 与 ｛ＰＢ，ＰＭ，ＰＳ，Ｚ，ＮＳ，ＮＭ，ＮＢ｝ 对应的高斯基函数的 ａｉ 值分别为 ［－ １，－ ０．６７，－ ０．３３，０，０．３３，０．６７，１］；ｂｉ 值为 ０．３３。
２．２ 系统设计
基于模糊 Ｂ 样条基神经网络的移动平台控制系统框 图如图 ５ 所示。在图 ４ 中，ｘｐｄ、ｙｐｄ 和 "ｐｄ—移动平台 ｐ 点 期望位置及期望航向角；ｘｐ、ｙｐ 和 "ｐ—移动平台点实际 位置及实际航向角；ｅｘｐ、ｅｙｐ—移动平台 ｐ 点位移误差， ｅ"ｐ—ｐ 点航向角误差；ｋｘ、ｋｙ、ｋ"—量化因子，分别将 ｅｘｐ、ｅｙｐ、ｅ"ｐ 的论域转化为模糊神经网络的输入论域。 ＶＲ、ＶＬ—模糊神经网络控制器的输出。
经网络为一个子网，
分为五层。
２．３ 网络学习算法
网 络 采 用 ＢＰ 算
图 ５ Ｐ 点的仿真轨迹
法进行学习，主要进
Ｆｉｇ．５ Ｔｒ ａｊｅｃｔｏｒ ｙ ｐｌａｎｎｉｎｇ ｆｏｒ ｐ ｏｆ 行离线学习。具体算
ｍｏｂｉｌｅ ｐｌａｔｆｏｒ ｍ
法 （略）。
２．４ 仿真
为验证模糊 Ｂ 样条基神经网络的有效性，以 ｍａｔｌａｂ
（７）
去模糊化就是根据一定的算法将模糊推理得到的模糊
输出转化为可直接控制对象的精确输出。去模糊化的算法
也很多，最常用的是隶属度函数加权平均判决法，即：
ｎ
’! （Ｕｉ） Ｕｉ
ｕ＝
ｉ
＝
１ ｎ
’! （Ｕｉ）
ｉ＝１
（８）
１．２ 机械手的模糊控制仿真
为了证明模糊控制应用于机械手控制的有效性，我
们用设计的模糊控制系统来控制本文所研究的机械手。
Ｕ２ 的论域为 ［－ ２，２］。Ｕ２ 与｛ＰＢ，ＰＭ，ＰＳ，Ｚ，ＮＳ，ＮＭ，ＮＢ｝ 对 应 的 高 斯 基 函 数 的 ａｉ 值 分 别 为 ［ － ２， － １．３３， － ０．６７，０，０．６７，１．３３，２］；ｂｉ 值为 ０．６７。
Ｕ３ 的论域为 ［－ ４，４］。Ｕ３ 与 ｛ＰＢ，ＰＭ，ＰＳ，Ｚ，ＮＳ，ＮＭ，ＮＢ｝ 对应的高斯基函数的 ａｉ 值分别为［－ ４，－ ２．６７，－ １．３３，０，１．３３，２．６７，４］； ｂｉ 值为 １．３３。
０ 引言
移动机械手 ［１］ 的控制方法中，传统的基于对象的 控制方法很难精确控制机器人的轨迹跟踪，为了获得精 确的跟踪轨迹，许多学者进行了大量的研究，也研究出 了许多方法 ［２～３］。在这些方法中，智能控制具有较强的 优势。智能控制是一门新兴的学科，它的几个重要分支 有专家系统和专家控制、模糊控制、神经元网络控制及 学习控制。其中，模糊控制主要是模仿人的控制经验而 不是依赖控制对象的模型，因此模糊控制器体现了人的 某些智能 ［４］；而神经网络控制是模拟人脑神经中枢系统 智能活动的一种控制方式，由于它具有适应能力和学习 能力，因此适合用作智能控制的研究 ［５］。近年来，人们 开始将人工神经网络与模糊控制结合起来，称之为模糊神 经网络控制。利用神经网络的算学习能力来达到调整模糊 控制的目的，一方面使模糊控制具有一定的自适应能力， 另一方面也是神经网路获得了模糊控制的推理归纳能力 ［６］。
ｘｐｄ
ｅｘｐ
ＶＲ
ｘｐ
ｙｐｄ
ｋｘ ｅｙｐ
ｋｙ
模糊
移
神经 ＶＬ 动
网络
平
ｙｐ
"ｐｄ
ｅ"ｐ ｋ"
模型
台
"ｐ
图 ４ 移动平台的模糊神经网络控制系统 Ｆｉｇ．４ Ｆｕｚｚｙ－ ｎｅｕｒ ａｌ ｎｅｔｗｏｒ ｋ ｃｏｎｔｒ ｏｌ ｓｙｓｔｅｍ ｏｆ ｐｌａｔｏｆｏｒ ｍ
本文提出的用于
移动平台轨迹跟踪控
制的模糊 Ｂ 样条基神
机械手的运动学几何模型见参考文献 ［１］，具体的参数
为 ：ｌ１ ＋ｌ２ ＝０．０９７５ｍ、ｌ３ ＝０．５９５５ｍ、ｌ４ ＋ｌ５ ＋＝０．５３７５ｍ、ｌＦ ＝０．１００ｍ。
初始条件为 "１（０）＝－ ０．２９０３；"２（０）＝－ ０．９３６７；"３（０）＝－ １．７２７０；
期望轨迹为：ｘｅ＝２５ｃｏｓ
控制器去模糊化之前的输出；Ａｉ、Ｂｉ、Ｃｉ （ｉ＝１，２，．．，ｎ） 是第 ｉ 条规则中与 Ｅ、ＥＣ、Ｕ 对应的语言词集。
每条控制规则的关系 ：
Ｒｉ＝ （Ａｉ×Ｂｉ） ×Ｃｉ
（２）
Ｒｉ 的隶属度函数为：
!Ｒｉ （Ｅ，ＥＣ，Ｕ） ＝!Ａｉ （Ｅｉ） ∧!Ｂｉ （ＥＣｉ） ∧!Ｃｉ （Ｕｉ） （３）
全部模糊规则所对应得模糊关系，用取并的方法得
数可以使隶属函数的形状得到实时在线的调整，从而可
以使模糊神经网络具有更强的学习和适应能力。采用 Ｂ
样条基函数的隶属函数可以描述为：
ｚ－ １
’ !Ａｉｊ（ｘｊ
）＝
ｐ
＝
０
ｃｐＮＰ，２
（ｘｊ
）
（９）
式 （９）描述了第 ｊ 个输入变量 ｘｊ 在其第 ｉ 个语言词
集中的隶属度。式中 ｚ 是控制点的数量，控制点为 ｛ｃｐ，
机械手末端执行器规划后轨迹
（#ｔ），ｙｅ＝２０ｓｉｎ （#ｔ），ｚｅ＝
０．２ｓｉｎ （#ｔ）。式中：#＝
０．０１ｒ ａ ｄ／ｓ， 控 制 步 数
为 ６３０ 步。图 ３ 为采
用模糊控制器控制机
械手，同时利用遗传
算法规划出的 ｐ 点轨 迹，对移动机械手末 图 ３ 移动机械手末端执行器轨迹 端执行器的仿真图形。 Ｆｉｇ．３ Ｔｒ ａｊｅｃｔｏｒ ｙ ｐｌａｎｎｉｎｇ ｆｏｒ ｅｎｄ 其中，－ (线表示移动 ｅｆｆｅｃｔｏｒ ｏｆ ｍｏｂｉｌｅ ｍａｎｉｐｕｌａｔｏｒ
１ 机械手的模糊控制
１．１ 机械手模糊控制系统的设计
移动机械手几何示意图如图 １ 所示。图中建立世界 坐标系 ｛Ｉ｝ ＝ ｛ｘ，ｙ，ｚ｝，建立移动平台坐标系 ｛Ｐ｝ ＝ ｛ｘｐ，ｙｐ， ｚｐ｝，原点 ｐ 为两轮轴线的中点，ｘｐ 过 ｐ 点垂直于两轮轴 线。主要参数如下：Ｅ—机械手末端效应器；Ｆ—机械手 和移动平台的联接点，同时也是移动平台的质质心；