周 吉，万 鹏，黄志来，徐培民

混联机械臂系统自适应选择迭代学习角同步控制

周 吉1,2，万 鹏3，*黄志来1,2，徐培民1,2

（1.特种重载机器人安徽省重点实验室，安徽，马鞍山 243000；2.安徽工业大学机械工程学院，安徽，马鞍山 243000；3.马钢（集团）控股有限公司，安徽，马鞍山 243000）

建立了四自由度混联机械臂系统动力学模型，并根据系统重复运动和具有不确定因素的特点，设计了自适应选择迭代学习同步控制算法（ASILSC），实现了系统的角同步运动，并证明控制算法的收敛性。仿真结果表明，相比于带遗忘因子的迭代学习同步控制，自适应选择迭代学习角同步控制有更好的收敛性和鲁棒性。

混联机械臂；自适应选择；迭代学习；同步控制；

0 引 言

串联机械臂和并联机械臂组合而成的系统称为混联机械臂系统[1]，它结合了串联机械臂灵活性好[2]和并联机械臂承载能力强[3]的优点，广泛应用于物品搬运、零件抛光和焊接等重复性工作[4]。

针对重复运动的系统，1984年Arimoto[5]首次提出了迭代学习控制（Iterative learning control，ILC）算法，通过学习之前的反馈误差信息修正后续重复运动，达到了控制目标。ILC相较于其它智能控制，具有严格的数学证明[6]。史建涛等[7]使用ILC来保证机械臂系统跟踪误差的有界性。乔建忠等[8]面对机械臂模型不确定性和连杆振动问题，利用ILC实现了机械臂的轨迹跟踪。

由于混联机械臂系统本身在设计、制造或装配等环节都会产生误差，导致系统处于不良的工作状态[9]。自适应控制（adaptive control，AC）算法针对这种不确定因素的系统有着很多研究[10-11]。……