解析工業機器人的智能化運動技術控制方式方法

江蘇省常州技師學院 韋俊

工業機器人的誕生和應用很大程度上推動了社會生產力的進步和社會經濟的發展，各個領域的發展和進步都離不開工業機器人的幫助。在智能化時代的背景下，工業機器人勢必會順應時代發展同步發展，為進一步提升工業機器人的效率和作用，越來越多的人投身于機器人智能化研究工作之中，研究工業機器人智能化運動技術控制方式方法已經成為行業的熱點問題。

1 工業機器人智能化運動技術的現狀

有關工業機器人的研究已經有上百年歷史，經多年研究工業機器人的生產力得到了很大程度上的提升，目前工業機器人的整體生產水平較高。在工業機器人的具體應用時，結合不同的行業要求和特點會對工業機器人進行適當調整，但是從工業機器人智能化技術的控制方面來看，控制還無法滿足應用需求。工業機器人智能化技術控制主要是為了控制機器人的位置和速度，確保工業機器人的正常運轉，但還有不少工業機器人未能達到這一目標要求[1]。總體來說，工業機器人智能化運動技術存在著控制不足的問題，主要表現形式有以下幾種。第一，工業機器人處于高速運動狀態時，少有對工業機器人的控制。第二，關于工業機器人傳感器方面的研究比較少，多傳感器信息融合存在問題。第三，缺乏核心的對工業機器人進行定位與自主導航的技術，工業機器人的智能化程度受限。第四，規劃工業機器人運動路線時，很難制定和選擇出最佳路線。第五，模糊控制手段存在矛盾暫時未得到調和，以至于關于工業機器人智能化運動技術控制效果不佳。

2 對于工業機器人智能化運動技術控制方式方法的研究

2.1 自適應控制

自適應控制手段是工業機器人智能化運動技術控制方式之一，在工業機器人智能化運動控制方面發揮著重要作用。從21世紀開始，我國已經有大量人員深入自適應控制進行研究，不同領域的專家學者從不同方面展開研究工作，大大提高了研究效率和研究質量，使得自適應控制方法不斷完善。在自適應控制方法下，當工業機器人受外界干擾較大或是在系統輸入數據時，機器人可以依靠自身系統、憑借自身能力對運行進行調整和控制，從而確保數據輸入工作的正常進行，確保作業的順利完成，避免對工業生產活動造成不利影響。自適應控制方法具有良好的控制效果，在工業機器人控制方面使用較為頻繁，但使用時存在局限，要求工業機器人在運行過程中具備辨別數據的能力，要求工業機器人系統始終保持穩定運行。但由于各種原因限制，并非所有工業機器人都可以在工作狀態下始終保持辨別參數的能力，也很難保證全過程的系統穩定運行。特別是參數不確定的情況下，自適應控制方法對工業機器人運行系統的要求會更高，過程中還伴隨大量的計算[2]。為減少參數跳變對自適應控制的影響，越來越多的專家學者深入這方面研究，通過采取特定手段理論上可以解決自適應控制過程中存在的問題，但工業機器人實際運行中還存在大量的干擾因素和不確定因素，理論無法踐行于實際之中。目前自適應控制過程中存在的問題暫時無法得到調和，我國工業機器人智能化運動自適應控制手段與世界領先水平之間存在的差距還比較大，仍然需要專家學者的深入研究和不懈努力，此事任重而道遠。

2.2 模糊邏輯控制

與自適應控制方式相比，模糊邏輯控制方法出現的時間更為久遠，早在20世紀60年代已經有關于模糊邏輯控制論的研究，我國對模糊邏輯控制的深入研究主要發生在近十年。從應用領域來看，模糊邏輯控制已經被應用于包括工業機器人智能化運動在內的多個科技研發領域之中，經持續發展和不斷改進，模糊邏輯控制未來可能被應用于更多領域。分析模糊邏輯控制的原理可以發現，模糊邏輯控制的關鍵在于模糊控制器，模糊控制器可以對傳感器收集的信息進行特殊化處理，經過模糊控制器的推理之后，處理結果便可運用于對工業機器人智能化運動的控制。模糊邏輯控制的基本原理是將工業機器人智能化控制系統簡單化，在提高智能化控制系統抗干擾能力的同時實現人機對話，從而對工業機器人的智能化運動進行有效控制，因此模糊邏輯控制又被稱為語言控制。雖然模糊邏輯控制對工業機器人智能化運動的控制效果較好，但實際上模糊邏輯控制方法也存在問題，在利用模糊邏輯控制方式對工業機器人智能化運動進行控制時，工業機器人很容易出現局部的震蕩，從而對工業機器人的運行環境造成不良影響。為盡可能規避模糊邏輯控制的不利影響，運用模糊邏輯控制手段時還需要借助自適應控制手段進行精確控制，當工業機器人發生局部震蕩時幫助工業機器人規避障礙物，從而確保工業機器人的穩定運行。基于對穩定我國業化生產、進一步提升工業化生產水平的考慮，相關人員還需要深入研究模糊邏輯控制手段，進一步提升模糊邏輯控制方法的作用，以便于擴大模糊邏輯控制方法的運用范圍。

2.3 神經網絡控制

神經網絡控制方式已經在我國工業機器人智能化運動控制領域發揮了重要作用，對工業機器人進行分類，有關水下工作的工業機器人、協作工作的工業機器人神經網絡控制研究已經取得了重大突破并收獲了一定成果，不難推測出神經網絡控制方式具有良好的發展應用前景。神經網絡控制方式具有“四非”特征，即非線性、非常定性、非局限性和非凸性[3]。在工業機器人進行智能化運動時，神經網絡控制方法主要是通過建立神經網絡模型對機器人運行軌跡進行控制的，使用神經網絡控制方法時常會結合傳感器等設備共同開展控制工作，可在控制機器人智能化運動的同時幫助機器人提升工作準確率、排除運行過程中的障礙問題，從而對工業機器人進行有效控制。與此同時，借助神經網絡模型在對工業機器人智能化運動進行控制時，還可以進一步提升工業機器人在導航方面的整體性能，進一步擴大工業機器人的運用范圍和工作場景，從而提升工業化生產水平。與自適應控制和模糊邏輯控制這兩種控制方法不同的是，神經網絡控制具備良好的適應能力和學習能力，可使工業機器人智能化運動控制水平得到有效提升。即便是工業機器人在運行過程中系統參數發生跳轉，在神經網絡控制方式的幫助和作用下，其他系統依然可以保持穩定運行。既然神經網絡控制方法具有如此特點和優勢，神經網絡控制勢必會在工業機器人智能化運動控制領域占據重要地位和市場，工業機器人也會在神經網絡控制的幫助下得到進一步發展。除了在工業機器人智能化控制領域的應用之外，相關人員可以積極探究神經網絡控制方式的其他功能與作用，在其他領域應用這一控制方式，充分發揮神經網絡控制方法的作用。

2.4 迭代學習控制

迭代學習控制方式的發展并不像以上三種控制方法那般簡單，迭代學習控制方式最初被提出時并未得到廣泛的認可和支持，即便是專業領域和技術界也未能認可迭代學習控制方式。但隨著工業機器人智能化運動技術的發展，迭代學習控制方式可以幫助工業機器人在智能化運動過程中減少對數學建模的依賴性，而且工業機器人輸出的數據值較為理想，專業領域和技術界便提高了對迭代學習控制方式的認可度和重視程度，近年以來越來越多的人深入研究迭代學習控制方法。迭代學習控制方式的運用首先需要借助系統算法，即根據工業機器人的具體情況確定迭代學習控制算法類型[4]。其次，為使得迭代學習控制效果得到進一步提升，需要明確系統硬件設計，包括電源模塊、接口模塊等。當系統的硬件設計確定后，需要對軟件程序進行設計和確定，確保軟硬件的質量，需要確定的軟件程序包括中斷程序、通信程序等。雖然我國對于迭代學習控制方式研究時間較短，但實際上我國迭代學習控制方式所取得的成就遠遠大于以上三種工業機器人智能化運動控制方式，而且迭代學習控制方式的應用范圍也是四種控制方式中最廣泛的。但與發達國家相比，我國關于迭代學習控制方式的研究還處于較低水平，迭代學習控制方式還有很大的提升進步空間。隨著工業機器人的不斷發展和應用，工業機器人智能化運動控制領域對迭代學習控制方式的需要會越來越大，相關工作人員仍然需要加強對迭代學習控制方式的研究，從而進一步提升工業機器人智能化運動控制水平，幫助工業機器人的高效運行，為我國工業化生產作出更大貢獻。

3 結語

通過以上內容分析可以得出，加強對智能化運動技術控制方式方法的研究是發展工業機器人的前提和基礎。雖然我國工業機器人還存在較大提升空間、存在一定不足，但科研人員一直處于不斷研究和探索的狀態之中，相信在不久的將來，我國工業機器人可得到進一步發展，工業機器人會在我國工業化生產與發展過程中發揮更大的作用和影響。