彭志文，高宏力，梁 超，文 刚

（西南交通大学 机械工程学院，四川 成都 610031）

1 引言

三自由度Delta机器人是食品、药品分拣包装等生产线上的关键组成部分[1]，由于机构三个运动支链对称安装使其有着刚度大、无累积误差等优势。在系统的控制方面，机构的并联特性使其成为一个高度耦合的非线性系统。针对系统的解耦控制，基于动力学模型的控制算法跟踪效果优于传统的运动学控制。目前，被广泛应用的是计算力矩控制策略[2]。在系统动力学模型可以准确推导的前提下，计算力矩法可以实现对理想轨迹准确的跟踪[3]。在实际运用中，由于存在很多干扰和不确定性，只能推导出理想情况下的系统动力学模型，而不能获得被控对象的真实模型[4]。针对并联机器人的模型强耦合性和不确定性，文献[5]提出了一种模糊PD控制策略，详细的分析了系统噪声来源。针对Delta机器人，提出一种计算力矩法基础上的RBF神经网络在线补偿控制策略。RBF神经网络结构简单，运算量小，泛化能力较强，可以很好的应用于要求实时性的机器人运动控制。在RBF神经网络中，无需进行离线训练，实时运行中以关节角度误差及其变化率作为网络输入，得到力矩补偿值和计算力矩的输出共同控制系统实现对目标轨迹准确跟踪。

2 计算力矩控制策略

针对三自由度Delta机器人，基于虚功原理法建立机构动力学方程。与其他工业机器人相似，Delta机器人动力学方程也能够表示为如下形式

式中：M（α）—质量惯性矩阵；……