Robotų valdymo sistemų komponentai ir valdymo principai

Nov 27, 2024 Palik žinutę

Robotų valdymo metodai yra suskirstyti į įvairius tipus, atsižvelgiant į valdymo ir valdymo algoritmo kiekį. Toliau kiekvienam tipui aprašomi dažniausiai naudojami robotų valdymo metodai.

 

I. Klasifikacija pagal valdymo tūrį

 

Remiantis skirtinga erdve, kurioje yra valdymo tūris, robotų valdymą galima suskirstyti į valdymą bendroje erdvėje ir valdymo Dekarto erdvėje. „Tandem“ daugiakalbių robotų sąnario erdvės valdymas skirtas kintamųjų valdymui kiekviename roboto sąnaryje, o Dekarto erdvės valdymas yra skirtas kontroliuoti kintamuosius roboto pabaigoje. Remiantis skirtingais valdymo kiekiais, robotų valdymą galima suskirstyti į: padėties valdymą, greičio valdymą, pagreičio valdymą, jėgos valdymą, jėgos padėties hibridinį valdymą ir kt. Šie valdikliai gali būti jungtinės erdvės valdikliai arba galinės Dekarto erdvės valdikliai.


Padėties kontrolės tikslas yra priversti kontroliuojamo roboto sąnarius ar galus pasiekti norimą padėtį. Toliau pateiktas roboto bendros kosminės padėties kontrolės pavyzdys. Klaida, gauta palyginus nurodytą jungtinės padėties vertę su dabartine verte, naudojama kaip įvestis į padėties valdiklį, o jo išėjimas naudojamas kaip nurodyta sąnario greičio valdymo vertė po padėties valdiklio veikimo. Jungtinio padėties valdiklis dažnai naudoja PID algoritmą, taip pat gali būti naudojamas neaiškių valdymo algoritmas.

 

Pirmiausia apskaičiuojamas endo įrankio valdymo pagreitis. Tada atitinkamas kiekvienos jungties pagreitis yra suskaidomas atsižvelgiant į galinę padėtį, greičio ir pagreičio lūkesčius, taip pat dabartinę galinę padėtį, sąnario padėtį ir greitį, o tada valdymo sukimo momentas apskaičiuojamas naudojant kinetines lygtis, kad suskaidytų pagreičio valdymą , kurį reikia valdyti sukimo momentas kiekvienam jungtims.

 

Kadangi sąnario jėga/sukimo momentas nėra lengvai išmatuotas tiesiogiai, o sąnario variklio srovė gali geriau atspindėti sąnario variklio sukimo momentą, sąnario variklio srovė dažnai naudojama nurodant dabartinę išmatuotą sąnario jėgos vertę/ sukimo momentas. Jėgos valdiklis kontroliuoja sąnario variklį, kad parodytų norimas jėgos/sukimo momento charakteristikas, pagrįstas nuokrypiu tarp norimos jėgos/sukimo momento vertės ir išmatuotos vertės.

 

Jį sudaro dvi dalys: padėties valdymas ir jėgos valdymas. Pozicijos valdymas yra PI valdymas, suteiktas kaip Roboto galo Dekarto kosmoso padėtis, o Dekarto erdvės padėties atsiliepimai apie galą gaunamas iš padėties sąnario erdvėje po kinematinio skaičiavimo. Paveiksle T yra kinematinis roboto modelis, o j yra roboto Jacobi matrica. Skirtumas tarp duotos galinės padėties vertės ir dabartinės vertės yra paverčiamas padėties padidėjimu sąnario erdvėje, naudojant atvirkštinę Jacobi matricos matricą, kuri vėliau naudojama kaip jungties padėties padidėjimas po PI operacijos.


Jėgos valdymas taip pat yra kontroliuojamas PI ir roboto gale pateikiamas kaip Dekarto kosmoso jėga/sukimo momentas, o grįžtamasis ryšys gautas atliekant jėgos/sukimo momento jutiklio matavimus. Skirtumas tarp duotos vertės ir dabartinės galinės jėgos/momento vertės paverčiamas jėga/momentu sąnario erdvėje, naudojant Jacobi matricos transponacijos matricą. Jėga/momentas sąnario erdvėje naudojama kaip kita jungtinės padėties padidėjimo dalis po PI operacijos. Pozicijos valdymo dalies ir jėgos valdymo dalies išėjimai pridedami kaip norima roboto jungčių padėties padidėjimo vertė. Robotas naudoja laipsnišką valdymą, kad kontroliuotų kiekvieno iš jo sąnarių padėtį. Jėgos padėties hibridinis valdymas, parodytas 1-5 paveiksle Reikėtų kurti konkrečiai aplinkai praktiškai.

 

II, klasifikacija pagal kontrolės algoritmą


Remiantis valdymo algoritmais, robotų valdymo metodus galima suskirstyti į PID valdymą, kintamos struktūros valdymą, adaptyvųjį valdymą, neaiškų valdymą, neuronų tinklo valdymą ir kitus metodus. Kai kurios literatūros metu esami valdymo algoritmai taip pat klasifikuoja į loginės slenksčio valdymą, PID valdymą, slenkimo režimo kintamosios struktūros valdymą, nervinio tinklo valdymą ir miglotą valdymą. Šie valdymo metodai nėra išskirti ir dažnai naudojami kartu valdymo sistemoje.


1, PID valdymas


Inžinerijos praktikoje plačiausiai naudojamas proporcinio, integruoto, diferencialinio valdymo reguliatoriaus kontrolės įstatymas, vadinamas PID valdymu, dar žinomu kaip PID reguliavimas. PID valdiklis buvo įvestas beveik 70 metų istorijos, jis yra paprastas, stabilus, patikimas. , lengva koreguoti ir tapo viena pagrindinių pramonės kontrolės technologijų. Kai kontroliuojamo objekto struktūra ir parametrai negali būti visiškai įvaldyti arba neturi prieigos prie tikslių matematinių modelių, sunku naudoti kitų technologijų valdymo teoriją, sistemos valdiklio struktūra ir parametrai turi pasikliauti patirtimi ir lauko derinimu. Patogiausia nustatyti PID valdymo technologijos taikymą.

Tai yra, kai mes visiškai nesuprantame sistemos ir kontroliuojamo objekto arba negalime būti veiksmingos matavimo priemonės, kad gautume sistemos parametrus, labiausiai tinkami PID valdymo technologijai. „Control.PID“ valdiklis remiasi sistemos klaida, proporcingo, integruoto, diferencinio valdymo valdymo kontrolės kiekio skaičiavimu.


2, kintamos struktūros valdymas


Kintamos struktūros kontrolė yra kontrolės schema, sukurta iš Sovietų Sąjungos šeštajame dešimtmetyje. Vadinamasis kintamosios struktūros valdymas reiškia, kad valdymo sistema turi kelis valdiklius, o skirtingi valdikliai naudojami skirtingose ​​situacijose pagal tam tikras taisykles. Kintamosios struktūros valdymo naudojimas turi daugybę pranašumų, kurių nerasta kituose valdikliuose, ir gali suvokti netiesinių sistemų, turinčių neaiškius parametrus, klasės valdymą.


3, adaptyvi kontrolė


Vadinamasis adaptyvusis valdymas nurodo sistemos įvestis ar trikdžius, atsirandančius dėl įvairių pokyčių, suprojektuota sistema gali pritaikyti sistemos parametrus ar valdymo strategiją, kad išvestis vis tiek galėtų atitikti projektavimo reikalavimus, pagrindinę struktūrą, kaip parodyta, kaip parodyta, kaip parodyta pav. 2-1. Adaptyvioji kontrolė susijusi su „neapibrėžtumu“ sistemomis ir siekia sumažinti šį netikrumą stebint atsitiktinių kintamųjų būklę ir atpažindamas sistemos modelį. Rezultatas dažnai yra tam tikrų valdymo tikslų, ty „optimalios valdymo“ pasiekimas, yra pakeistas „efektyvia valdymu“.

Adaptyviosios valdymo sistemos gali būti suskirstytos į modelius pateiktas adaptyviosios valdymo sistemas, savaime taisomosios valdymo sistemos, savaime optimizuojančios valdymo sistemos, kintamos struktūros valdymo sistemos ir intelektualios adaptyviosios valdymo sistemos pagal jų principus. Tarp šių tipų adaptyvių valdymo sistemų modeliais pateiktos adaptyviosios valdymo sistemos ir savaime taisomos valdymo sistemos yra labiau subrendusios ir dažniausiai naudojamos.

 

4, miglota valdymas


Neaiškiai kontroliuojant, įėjimai yra neaiškūs, kad būtų neryškūs kintamieji, yra neaiškių kintamųjų, kuriuos pagrindžia neaiškios taisyklės, kad būtų galima gauti neaiškius išėjimus, ir po defuzizacijos, kad būtų gautos aiškios valdymo išėjimai. Pirmoji buvo neryški kontrolė

Pasiūlė 1965 m. Kalifornijos universiteto prof. Zadehas, o 1974 m. Eh Mamdani iš Jungtinės Karalystės sėkmingai pritaikė neryškią kontrolę katilo ir garo variklių valdymui. Vėliau miglota kontrolė buvo greitai plėtojama kontrolės srityje ir įgijo daugybę sėkmingų programų.


5, „Neuron“ tinklo valdymas


Neuroninio tinklo valdymas yra viena iš pasienio disciplinų automatinės valdymo srityje, sukurta devintojo dešimtmečio pabaigoje. Tai yra nauja intelektualios valdymo šaka, atverianti naują būdą išspręsti sudėtingų netiesinių, neaiškių ir neapibrėžtų sistemų kontrolės problemas. Neuroninio tinklo kontrolė yra (dirbtinio) nervinio tinklo teorijos ir kontrolės teorijos derinio ir besivystančios disciplinos derinio produktas. Tai sujungia teorijas, metodus, metodus ir tyrimų rezultatus iš disciplinų, įskaitant matematiką, biologiją, neurofiziologiją, smegenų mokslą, genetiką, dirbtinį intelektą, kompiuterių mokslą, automatinę kontrolę ir kt. Jos pagrindinė struktūra parodyta paveiksle 2-2.

Valdymo srityje valdymo sistema, turinti mokymosi gebėjimus, vadinama mokymosi kontrolės sistema, priklausanti intelektualiajai valdymo sistemai. Neuroninė kontrolė yra susijusi su mokymosi galimybėmis ir priklauso mokymosi kontrolei, kuri yra intelektualios kontrolės šaka. Iki šiol nervų kontrolės vystymasis, nors ir tik daugiau nei dešimt metų istorijos, buvo įvairių kontrolės struktūrų. Pvz., Nervų prognozavimo valdymas, nervų atvirkštinės sistemos valdymas ir pan.

Siųsti užklausą

whatsapp

Telefono

El. paštas

Tyrimo