工業機器人控制系統的研究與應用

余金永，蘇冠領，莫中凱

（廣西城市職業大學，廣西 崇左 532200）

工業機器人是人工智能的一個分支，有非常廣闊的前景，而控制系統對機器人智造至關重要。無論是“大數據+工業機器人”還是“互聯網+工業機器人”，都在催促著工業機器人控制系統的更新與換代。只有對工業機器人控制系統的不斷優化，才能快速適應市場日新月異的要求與需求。

1 工業機器人控制系統研究的基本內容

1.1 研究工業機器人控制系統的必要性

為了進一步的提高工業機器人控制系統的總體水平，將其更好地應用在生產線上，為社會進步做出更多貢獻，首先要分析工業機器人控制系統研究中的基本內容并對其必要性進行分析。從宏觀角度來看，工業機器人的快速發展是實現自動化的必經之路，也是推動相關行業自動化發展的一個重要途徑。實現自動化的生產，尤其是在生產線上實現自動投料，可以進一步降低成本。相對于人力成本而言，工業機器人的成本較低。雖然在早期研發以及使用的過程中可能會投入大量的成本，但是從長遠的角度來看，如果能夠穩定運行，便可以獲得較好的經濟效益。相對于長期的雇傭工人，又或者是承擔相應的人為因素風險，工業機器人顯然極其重要，對于降低成本是有著極其重要的現實意義的。工業機器人的外觀如圖1 所示，由圖1 可以看出，其基本結構大多類似機械臂，可以適用于各類工業場合。

圖1 工業機器人外觀圖

另外一方面，工業機器人在生產線上可以24 h進行工作，不知疲憊地進行投料生產等。相對于人工生產而言，工業機器人的效率更高，質量也更高。在相關行業當中，能夠發揮出一定的作用。當然最重要的還是工業機器人的安全性能比較高一些，適用于危險程度較高、且存在安全隱患的工種以及具體任務的執行，這些工作單純依靠人力是無法完成的。不僅會給人們的生命安全造成威脅，同時也會留下很多安全隱患，不利于流水線上的生產。使用工業機器人可以大幅度減免問題的發生，也能夠有效地規避風險，對于提高生產效率，保證生產質量，推動流水線生產的高質量發展是有一定幫助的。在具體設計的過程中，研究工業機器人控制系統的必要性主要在于控制系統是整個工業機器人的核心。通過良好的控制策略實現軟硬件相互結合，是保證工業機器人正常使用并投入生產中的重要途徑。控制系統的設計需要對算法進行優化，同時也需要通過軟硬件相互結合，利用通信知識、控制知識、人工智能知識來解決實際問題。因此對工業機器人進行研究，對設計更好的控制系統是具有重要的現實意義的。

1.2 工業機器人控制系統存在的問題

目前來看，在工業機器人使用的過程中還存在著若干問題，主要矛盾在于控制系統的設計還存在問題。首先從算法角度進行分析，也可以稱之為從軟件角度進行分析。目前的控制系統主要算法是PID 控制算法。PID 控制算法由于比較簡單容易調節，在使用的過程中僅需調解比例參數、積分參數和微分參數就可以得到控制的作用。不需要對系統進行復雜的建模，同時也不需要進行過多的參數調節。相對于其他的控制策略而言比較簡單，這也是目前工業上應用最廣泛的一個控制算法。但是不可否認的是，PID 控制算法由于滯后性比較強，在使用的過程中可能會無法達到精準控制的作用。在一些精準性要求較高的場合，PID 控制算法難以發揮出實際的作用，這也就給工業機器人的控制系統設計帶來了很多的矛盾。而隨著相關理論的進一步發展，魯棒控制策略、預測控制策略、LQR 控制等也廣泛地應用于工業機器人當中。對于不同要求有著不同的算法使用方案，但是以上幾種控制算法相對于傳統的PID 控制算法而言，相對來說較為復雜，需要對系統本身進行準確的建模，同時也需要進行大量的參數調節，對于工作人員而言是有著一定的難度的，對于工業機器人的正常應用也是帶來了一系列影響。由此可以看出，目前在算法上還存在著一定的矛盾，工業機器人控制系統的設計還存在著諸多問題。而從硬件角度進行分析，工業機器人對于硬件要求是比較高的。一方面是穩定程度比較高，另外一方面是精度比較高。由于工業生產所面臨的情況比較復雜，很多設備都無法正常使用。在外界干擾的情況下，出現了精度低、效率低且穩定程度不好等現象。不僅帶來了嚴重的成本問題，同時也給生產效率造成了嚴重的影響。因此在未來發展的過程中，對于軟件硬件等方面問題還需要進行深入探索，并提出科學的解決方案，讓工業機器人的控制系統設計得更加合理。

1.3 加強與重點企業的交流與合作

目前在工業機器人控制系統的研究與應用領域當中，其實還是存在著一些問題的。主要原因在于理論界和工業界存在著較大的差距，理論無法更好地應用，而工業界往往為了追求穩定性與魯棒性，大多數時候都會選擇傳統的控制算法。先進的算法無法落地，沒有辦法給工業機器人的生產帶來一定的幫助，使得工業機器人的發展受到了嚴重的限制。因此從目前工業機器人控制系統研究領域當中可以看出，其基本的方向又或者是基本的內容還是要加強和重點企業交流與合作。一般來講，學校有大量的研究者對算法進行研究優化，并對理論進行創新。而企業則是將相關的算法以及理論進行更好的落地，并通過相應的設計方案使其應用在各種各樣的場合當中。尤其是在生產線上大量地應用工業機器人，可以降低人力成本，同時也能夠縮短工作時間，對于提高產品的核心競爭力有著一定的幫助。因此研究機構應加強和重點企業的交流合作，一方面是讓更多的理論和實踐相互結合，另外一方面是從實踐當中反饋更多的數據信息。對于工業界目前的實際難題以及可能存在的風險進行研究，反饋給相關的理論研究學者。對于其繼續研究工作能夠提供相應的幫助，也能夠積累更多的經驗，這對于促進工業機器人控制系統的研究有著很大的幫助。

2 工業機器人控制系統研究路徑

2.1 優化工業機器人軟、硬件及程序設計

在工業機器人控制系統生產的過程中，軟件的更新和硬件的設計都是十分重要的環節。軟件和硬件相互配合保障其穩定性和精度，是促進工業機器人快速發展的一個重要途徑。因此在工業機器人系統研究的過程中，首先應當對算法進行充分的分析。傳統的PID算法固然能夠適應于大多數的場合，但是隨著控制精度要求越來越高，社會生產的復雜程度越來越高，傳統的工業機器人控制算法也就不再適合一些高精度的場合。PID 控制算法流程如圖2 所示，只需調節P、I、D 3個參數，不需要復雜的系統建模，相對較為簡單，但是控制精度一般，滯后性也較為明顯。研究更多性能更好的算法，并將其應用在實際場景當中，對于工業機器人的快速發展是具有很重要的現實意義的。同時在軟件設計的過程中，多數的工業機器人采用PLC 進行程序編寫，由于PLC 代碼比較簡潔，相對來說門檻比較低，對于大多數的工程技術人員而言，進行設計也是比較容易的。但單純地依靠PLC 還不能完全解決實際問題，在一些高尖端的工業機器人生產過程中，還需要采用高級語言來進行編寫，如C++。因此在軟件系統設計的過程中一方面提高算法精度，另外一方面對具體的軟件設計方案進行更新，也具有很重要的現實意義。在硬件使用的過程中，多數工業機器人對于硬件的穩定性要求比較高，需要能抵抗外界干擾，即使是在惡劣的工廠條件下依然能夠長期地進行工作。因此在進行硬件設計以及生產的過程中，需要考慮到穩定性的問題以及精度的問題。

圖2 PID 控制算法流程圖

2.2 提升工業機器人投料裝置與自動化生產線的結合程度

提升工業機器人投料裝置與自動化生產線的結合程度，是未來的一個主流發展趨勢。由于工業機器人在目前自動化生產線上的主要應用場景是投料，而投料也是需要24 h 進行工作，才能夠保障其長期生產。但是由于很多工業機器人的投料裝置無論是在軟件設計還是硬件設計的過程中，都不符合實際情況。只能夠適用于某些特定的場景，在一些自動化生產線上結合程度不高，沒有辦法發揮作用，反而產生了若干的不穩定性問題。因此在未來的發展過程中，優化工業機器人的設計方案，并將其投料裝置應用在自動化生產線上，不斷的進行調整。和自動化生產線的結合力度越強，也能夠保證自身的精度越高，才能夠適用于更多復雜的場景，以此來發揮出相應的作用。工業機器人生產流水線如圖3 所示，可以實現無人化24 h 生產，具有較高的生產效率。

圖3 無人化工業機器人生產流水線

2.3 通過不斷實踐提高機器人控制系統的精確度

在傳統工業機器人的設計過程中，很多高校對于機器人的控制算法控制系統的設計精度都比較高。但是只適用一些特定的場合，在具體應用的過程中可能存在不適應的情況。尤其是目前理論界和工業界存在著較大的鴻溝，使得很多算法沒有辦法落地，工業界所使用的一些工業機器人生產方式以及控制系統的設計方案大多數都沒有辦法進行更新。為了保證自身的穩定，需要犧牲精度，犧牲其自身的性能，這就使得工業界的發展相對落后。在未來工作的過程當中，為了保證工業機器人控制系統設計的更加合理，讓投料裝置在自動化生產線上得到更好的應用。不斷的實踐，不斷地提高機器人控制系統的精度，是具有很重要的現實意義的。控制精度的提高一方面要保證硬件的性能比較好，需要提高總體水平。另外一方面需要從算法出發，對控制策略進行不斷的改進。算法的穩定性要強，還需要對算法的參數進行大量的調節工作，需要根據實踐來反饋相關的數據，根據現場的情況進行調優工作。依靠工作人員的大量經驗以及先進技術進行參數設置，才能夠提高工業機器人的控制精度。隨著人工智能技術的快速發展，越來越多的智能化控制方法以及智能化的系統設計方案不斷涌現，通過人工智能算法，也可以進行自動的參數調優。采用模糊控制、神經網絡等方式進行機器人控制系統的建模工作，在后續的研究過程中，可以利用電子計算機進行訓練和測試等工作，以此來不斷調優算法，提高工業機器人的控制精度。因此在未來發展的過程中，通過不斷結合新的技術，讓理論和實踐不斷的發展，以此來提高工業機器人控制系統的精度，具有重要現實意義。

3 結束語

總而言之，工業機器人的大量應用是推進生產快速發展的重要途徑。但是在目前的控制系統設計中還存在精度不高、穩定性不強的問題。在未來發展的過程中，仍需要進一步優化算法，更新硬件，并和行業內的先進企業進行聯合生產，不斷地提高工業機器人的應用水平。