基于神经网络的工业机器人力控制研究
2023-10-07周帅刘晓鸣
机床与液压 2023年17期
关键词:系统
周帅,刘晓鸣
(南京航空航天大学机电学院,江苏南京 210016)
0 前言
随着机器人技术的迅速发展,机器人在工业生产中得到了更加广泛的应用,其中机器人力控制是目前工业机器人的主要研究方向之一,研究机器人力控制技术具有重要意义[1]。工业机器人在进行磨削、抛光和装配等接触性作业时,由于机器人末端与工件表面的接触力常常难以得到有效控制,容易造成工件表面的损伤,严重时甚至会损坏机器人,因此需要同时对机器人进行力和位置控制[2]。机器人的力控制中又分为被动力控制和主动力控制,机器人凭借一些辅助的柔顺机构(如弹簧、阻尼等),使它在与环境接触时能够对外部作用力产生自然顺从,这种方式被称为被动力控制;机器人利用力的反馈信息,采用一定的控制策略主动控制作用力的方式被称为主动力控制[3]。由于被动力控制的适应能力比较差,并且力控制的准确度较低,所以主动力控制成为现在的主流。
主动力控制一般可以归结为四大类:阻抗控制策略[4]、力/位混合控制策略[5]、自适应控制策略和智能控制策略[6]。基于以上4种力控制策略,国内外学者对工业机器人加工过程中的力控制做了大量研究。XU等[7]提出了一种力/位置混合控制与PI/PD控制相结合的方法,应用于复杂几何形状的机器人砂带磨削。张洪瑶等[8]提出了一种基于模糊PID的力/位混合控制策略应用于机器人自动化叶片磨削系统中,相比于传统 PID 控制策略,接触力控制效果和叶片加工质量都有较大的改善。……
登录APP查看全文
