機電一體化系統在機器人智能控制中的應用

王金文

（益陽職業技術學院，湖南 益陽 413000）

在深入研究中發現，智能控制涉及專家控制系統、遺傳與演化計算系統、人工網絡控制系統、智能組合系統以及層次轉移控制系統等。目前，隨著我國經濟高速發展，智能控制系統已經被應用到各方面，與常規的控制手段相比，智能控制可以簡化生產流程，提高工人生產效率，降低工程作業對機械的依賴性[1]。在今后的社會發展過程中，智能化將是一個重要的組成部分，并可以對機電一體化技術的發展起到積極的推動作用。為了對該內容進行深入研究，帶動機器人產業的發展，該文將引進機電一體化系統并對其在機器人智能控制中的應用進行研究，從而激發機器人在工業領域的效能。

1 基于機電一體化系統的機器人動力學建模

為了滿足機器人智能控制需求，在設計方法前，引進機電一體化系統，根據機器人的運動過程和行為進行機器人動力學建模[2]。在該過程中，用機電一體化系統中的交流伺服程序對機器人運動過程反饋的電力信號進行變換，通過該方式實現機器人機械運動和持續運行的功能。為了進一步提高機器人動力學行為轉換的準確度，應結合機電一體化系統中的智能控制技術對機器人的集成數字模型系統進行轉換[2]。但是考慮到在該過程中交流伺服程序在運行中會受到多種因素的影響，且部分工業機器人的運行狀態非常復雜，例如會出現負載擾動、參數變化和強耦合等，很難保證控制后機器人處于穩定運行狀態。因此，可以在控制前用機電一體化系統中的伺服程序反饋數據，建立機器人動力學方程，如公式（1）所示。

式中：H（q）為機器人動力學方程；q為機電一體化系統中的伺服程序反饋數據；C為機器人的廣義加速度；G為機器人在行進過程中的重力項；τ為機器人動作桿上的驅動作用力。

在上述內容的基礎上，根據動力學的空間運動方式設計機器人運動中的角速度，根據機器人基礎模型中的關節數量、最大動作范圍以及重復定位精準度等參數集成動力學方程。通過該方式實現基于機電一體化系統的機器人動力學建模。

2 機器人局部平衡控制

在上述內容的基礎上，對機器人的運動過程進行局部平衡控制，在該過程中，應明確機器人局部平衡控制需要底層進化的支持，而機器人的底層進化對應機器人硬件執行器的控制軟件程序，只有確保硬件設備與軟件程序、功能存在對照關系，才能保證機器人運動行為的合理性[3]。在運動中，控制終端程序相當于機器人的“大腦”，“大腦”對機器人關節之間的相互配合起非常重要的作用。“大腦”向機器人發出控制命令，以控制“腳”的步態，“眼睛（集成在機器人上的傳感器）”通過判斷“腳”的步態并將其偏差信息反饋至“大腦”，再根據反饋信息對“腳”的步態進行調整，從而使“眼睛”“腳”在“大腦”的協調下形成一套智能化的步態反饋體系，以保證機器人步態的平衡。該過程如公式（2）所示[4]。

式中：w為機器人局部平衡控制方程；ε為集成在機器人上的傳感器反饋的實時數據；B為機器人“大腦”控制模型；λ為廣義算子。

通過廣義算子驅動機器人上的多個執行關節機構，從而完成機器人的多種行走任務，確保對機器人的局部進行平衡控制。

3 機器人運動補償與模糊智能控制

完成上述設計后，為了確保機器人運動智能控制的高精度，引進解耦控制器，設計機器人運動行為的補償與模糊智能控制。機器人運動補償與模糊智能控制是一種應用于機器人運動控制領域的技術。該技術通過綜合利用運動補償和模糊智能控制方法來提高機器人在復雜環境下的運動性能和精度。機器人運動補償技術對機器人系統進行建模和分析，預測系統中可能發生的誤差和存在的不確定性。然后，在運動控制中加入補償算法，根據實時測量數據對誤差進行修正和補償，從而實現更精確、更穩定的運動控制。模糊智能控制技術也被應用于機器人運動控制中。模糊控制是一種基于模糊邏輯推理的控制方法，可以處理不確定性和模糊性的問題。通過構建模糊規則庫，將不確定的輸入量映射到輸出量，模糊控制算法可以根據當前的運動狀態和環境條件生成相應的控制信號，從而實現對機器人運動進行智能調節和響應的功能。

在該過程中，計算機器人運動行為的偏差如公式（3）所示。

式中：F為機器人運動行為的偏差；M為控制輸入函數；l為機器人運動軌跡長度；α為機器人運動中的關節比例系數。

根據計算結果對其運動過程中的位移進行補償。完成補償后，對機器人的運動行為進行模糊智能控制，控制過程中將根據現場工作人員以及有關專家的經驗和知識，以模糊規則的形式存儲在模糊數據庫中[5]。將反饋信號與所需的信號進行比較，從而得出準確的輸入控制信號。在對該信號進行模糊化后，就可以進行模糊推理[6]，在模糊推理結束后，可以得出1個機器人運動行為的輸出量，將該輸出量去模糊化就可以得到準確的輸出控制信號。該過程如公式（4）所示。

式中：f為機器人模糊智能控制；n為輸出控制信號；e為模糊規則；δ為模糊數據庫。

機器人運動補償與模糊智能控制技術的結合可以使機器人在面對復雜環境和不確定性時具有更高的運動精度和魯棒性，可以根據不同的任務和環境條件自動調整自身的運動規劃和控制策略。運動補償技術可以消除或減少由系統因素引起的誤差和不穩定性，模糊智能控制技術則可以處理機器人在運動過程中的模糊性和復雜性，使機器人可以自適應地進行運動規劃和控制，滿足各種工作環境和任務的需求，提高自身的工作效率和性能。根據上述方式實現機器人運動補償與模糊智能控制功能，完成基于機電一體化系統的機器人智能控制方法設計。

4 對比試驗

在深入市場的調研中發現，現階段，智能機器人廣泛應用于很多領域，其獨特的構造、靈活的關節使其具有很多其他機器人沒有的優勢，但是也使其難以實現準確控制。為了推動我國工業機器人的生產制造快速發展，全面提高機器人的智能控制水平，該文引進機電一體化系統進行機器人的智能控制作業。盡管機器人設計與開發的工作已進入了白熱化階段，但是要在真正意義上對該類機器人進行推廣，還需要在現有研究成果的基礎上，根據產業發展的具體需求進行機器人智能控制方法應用效果的測試。

為了滿足測試需求，以某地區大型機器人生產制造科研單位作為試點，在機器人控制終端輔助MATLAB軟件，以搭建Stewart測試平臺并集成傳感器，對機器人在運動過程中的關節活動、軌跡生成以及綜合運動等情況進行仿真、反饋，通過該方式實時感知機器人在運動中的工況。測試平臺框架如圖1所示。

圖1 測試平臺框架結構

為了確保構建的測試平臺可以在試驗中具有預期的效果，實現對機器人運動中相關數據的即時反饋和感知，在完成上述內容的設計后，還需要設計Stewart測試平臺參數，見表1。

表1 Stewart測試平臺參數設計

在上述內容的基礎上，選擇由科研單位提供的川崎機器人作為研究對象，對該機器人在運動過程中的具體參數進行分析，相關內容見表2。

表2 川崎機器人運動中的具體參數分析

在上述內容的基礎上，建立機器人的運動方程。在該方程的基礎上，采用該文設計的方法進行機器人智能控制。在控制過程中，引進機電一體化系統對機器人進行動力學建模。同時，設計機器人在運動過程中的局部平衡控制，對機器人進行運動補償與模糊智能控制，從而完成該文設計方法在測試環境中的應用。

為了保證試驗結果具有對比性，完成測試環境的構建和該文方法的應用后，引進基于PSO優化模糊算法的機器人智能控制方法和基于STM32微控制器的機器人智能控制方法[7]，將其作為試驗中的傳統方法一、傳統方法二，采用該文設計的方法和傳統方法根據操作規范進行機器人智能控制。

完成上述設計后，為了對測試結果進行檢驗，根據試驗需求，在Stewart測試平臺上設計機器人行進軌跡，使用3種方法對機器人的運動行為進行控制。在Stewart測試平臺中記錄用3種方法進行智能控制后的機器人行進軌跡，將記錄的機器人行進軌跡與設計的機器人行進軌跡進行對比，如圖2所示。

圖2 智能控制后機器人的行進軌跡與設計的機器人行進軌跡對比

由圖2可知，采用該文設計的方法進行機器人行進軌跡智能控制，控制后的機器人行進軌跡與設計的機器人行進軌跡幾乎完全重合。而采用傳統方法一、傳統方法二進行機器人行進軌跡智能控制，控制后的機器人行進軌跡與設計的機器人行進軌跡存在一定偏差[8]，即無法達到預期的控制精度。由此可以證明，采用該文設計的方法進行機器人智能控制的效果最佳。

完成3種方法的測試后，對3種方法控制后的機器人運動參數與設計參數進行對比，將控制后機器人的運動結果與設計運動條件的偏差作為檢驗該方法應用效果的關鍵指標，試驗結果見表3。

表3 智能控制后機器人運動參數與設計參數的偏差

由表3可知，采用該文設計的方法對機器人運動進行智能控制，控制后機器人運動參數與設計參數的偏差較小，不會對機器人的整體運行過程造成影響。而使用傳統方法一與傳統方法二進行機器人運動的智能控制，控制后機器人運動參數與設計參數的偏差較大，根據技術部門的評估，會對機器人的整體行進路線或軌跡造成影響。因此，在完成上述研究后，綜合試驗結果可以得到以下結論：與傳統方法相比，該文設計的基于機電一體化系統的控制方法應用效果良好，按照規范采用該文設計的方法進行智能機器人在運動中的智能控制，不僅可以使機器人按照設計軌跡進行運動，而且還可以控制機器人運動參數與設計參數的偏差，通過該方式可以提高機器人的控制精度，發揮工業機器人在市場經濟中的價值和效能。

5 結語

為了全面提高機器人的運行效率、運動穩定性以及整體運行水平，該文引進機電一體化系統，通過機器人動力學建模、機器人局部平衡控制以及機器人運動補償與模糊智能控制進行機器人智能控制方法的設計與研究。通過對比試驗可知，該文設計的方法不僅可以使機器人按照設計軌跡進行運動，而且還可以控制機器人運動參數與設計參數的偏差。