机械臂自调整因子模糊PD迭代学习控制研究

作者:徐向荣; 朱永飞; 查文斌; 周攀
来源:计算机测量与控制, 2021, 29(08): 77-82.
DOI:10.16526/j.cnki.11-4762/tp.2021.08.016

摘要

大部分模糊控制器不具有适应控制对象变化的能力,基于此设计一种自调整因子模糊控制器,并针对机械臂长时间重复操作导致运动精确度下降这一类问题,结合迭代学习控制方法,提出一种自调整因子模糊PD迭代学习控制方法;以双关节机械臂为研究对象,利用Fuzzy工具箱编写模糊控制规则,通过系统产生的误差以及误差的变化率作为模糊控制器的输入量调整模糊系统中的量化因子和比例因子,实现模糊规则的更新和对迭代学习控制中的PD参数的实时调整,系统的自适应性得到提高,并在Simulink中进行机械臂的运动控制实验,仿真结果表明,所提控制方法最终产生的误差可以精确到0.000 1 rad,同时在进行第2次迭代时关节角度和角速度误差收敛基本趋于零,整体的控制效果较好。

全文