广东省智能机器人研究院 523000
摘要：随着科学技术的飞速发展，机器人技术也随着时代的发展日益更新，这也就对当前的自动控制技术提出了极高的要求，本文将以智能控制发展为依据，围绕当前传统控制理论存在问题展开研究，分析探究智能控制在机器人领域中各种控制应用，通过对机器人领域中的模糊控制、神经网络控制以及融合控制三点进行详细分析，以此为该领域的技术人员提供有效参考。
关键词：智能控制；机器人；现代控制
前言:
从二十世纪初到现在当今社会，智能控制系统属于多种高级科学技术结合在一起的系统，这种系统能够模拟人们进行学习，具有较强的适应能力，并且能认真完成该系统控制者设定所有工作，能够自行选择出正确有效的处理方法，自主完成准备工作以及生产过程，使其智能控制达到目标要求。当前，我国传统控制理论存在诸多问题，这就需要利用优势技术带动劣势技术，以此在最短时间内缩小我国与先进国家之间存在的控制差距。下面针对于智能控制在机器人领域中的应用进行详细的分析和研究。
1智能控制的发展
智能控制是在自动控制技术发展过程中的一种高级产物，因为智能控制将人工智能、系统控制以及信息通信等多种现代科学技术融为一体，是现代科学领域中最前沿的学科。时代在发展，智能控制技术也在飞速发展，这使得智能控制技术越来越得到人们的认可。当前阶段有关智能控制的概念性定义还没有达成统一，其控制系统协会暂时将智能控制总结为：智能控制系统属于多种高级科学技术结合在一起的系统，这种系统能够模拟人们进行学习，具有较强的适应能力，并且能认真完成该系统控制者设定所有工作。另外，这种智能控制还具有学习能力以及记忆能力，对周围的环境变化有着良好的适应能力，能够处理在众多信息资源中找出较为有用的数据，帮助人们降低信息处理中的不确定因素，该智能控制还能自行选择出正确有效的处理方法，自主完成准备工作以及生产过程，使其智能控制达到目标要求[1]。
2传统控制理论存在的问题
对发达地区来说，我们国家的智能控制依旧还处在一个初级起步阶段。最近几年，我国政府为了适应工业发展的需求推出了一系列的相关政策，从而支持我国工业智能控制的发展进步。然而我国当前智能控制领域中所要探究发展的部分就是智能控制的技术、智能控制的应用以及自动化产生的相关理论，利用优势技术带动劣势技术，以此在最短时间内缩小我国与先进国家之间存控制差距。当前我国传统控制理论存在以下问题：
（1）线性系统是当前传统控制理论的基础，然而这系统却对工业生产过程中产生的非线性以及复杂性等变量不能进行很好的控制，不能方便利用建立数学模型解决生产过程中出现的实际问题。
（2）传统控制理论过于理想化，而与现实生产环境有着本质上的区别。
（3）由于传统理论研制出来的机器人不具有自我获得相关数学模型，导致传统理论机器人在理想运行过程中与现实存在一些偏差。传统落后的控制理论在上述方面具有一定的弊端，严重阻碍了工业水平稳步发展。所以技术人员要深入分析探究现代智能控制理论，推动发展智能控制已经成为一种必然趋势。因为智能控制理论是能够建立数学模型，然后一系列约束条件与之优化结合，从而将人类所具备的思想输入模型当中，以此实现预定性可靠控制的目标。在建立这种模型时，通常分为两个步骤：模型在建立过程中能够带有一定的形式化，使其能够对真实情况作出相应的反应，并在人为思考过程中将其工作环境与控制内容展开详细的分析与理解。另外，技术人员在分析操作形式化模型过程中，使其能够控制好整个生产流程。
期刊文章分类查询,尽在期刊图书馆
由于现代控制理论研究推广，数学模型得到良好的应用，特别是在人工智能方面与仿真技术的优化结合，人们对模型的概念已经发生根本性转变。这也就是说，人工智能同现代控制相结合就是人们所说的智能控制[2]。
3智能控制在机器人领域中的应用
3.1机器人领域中的模糊控制
模糊集理论最早出现在1974年的英国，并且该理论被用在工业锅炉控制方面当中，一直到二十世纪八十年代初期，才将模糊控制运用到机器人控制之中。该工业机器人通过两个带有旋转关节的机器操作手臂，利用直流电对操作手臂上每一个关节进行驱动。关节中实际转角是利用测速发电机通过转换电路获得的，而其转角速度则是根据记忆储存器通过编程的方式得以实现，通过利用阶跃响应还有跟踪控制两种实验方法对操作臂的模糊控制系统进行详细检测，并依据检测出来的控制数据证明模糊控制方案拥有一定的优越可行性。后来在相关人员提出的模糊控制基础上，将最新型调节机制进行科学引入，从而减少并消除操作手臂的技术型误差。在两个相对平行的不同区域内获取带有启发性的分类，然后得到模糊分类，以此简化规则与算法，从而最终在仿真实验中得到控制器[3]。
3.2机器人领域中的神经网络控制
在二十世纪六十年代神经网络问世，并在八十年代神经网络开始飞速发展。尤其是最近几年，复杂的非线性系统具有的识别功能以及控制方面的功能都是神经网络所要研发的目标。在控制应用过程中，神经网络可以无限接近任意带有一定的复杂性的非线性系统，对于系统中存在的不确定能够很好的学习与适应，所以说神经网络有着极其重要的作用。相关人士提出无源理论，通过将神经网络较为接近机器人动力学模型，线性调整法是二者之间的主要的连接权，从而能够保证神经网络具有良好的稳定性能[4]。
3.3机器人领域中融合控制
当前机器人技术在动力学方面，机器人则是强耦合的，能够时变的，同时还具有非线性，并且具有诸多信息的传感器，具有多变量的可控制参数以及多任务的控制要求，以上这些都是控制极难完成的特性，只有多种智能控制技术优化结合才能将智能控制急速任务有效完成。当神经网络与模糊系统进行优化结合之后，才能对控制对象进行有效的自动控制，这个理论是一位美国学者最早提出来的。也就是说对隶属概念中融入模糊控制，从而令相关规则产生一定数值化，这样就可以直接处理相关的带有结构化的知识。而神经网络就需要诸多训练数值，使其以自学的方式，以此借助输入与输出之间的相互关系，虽然以上二者是两种不同的信息方式，却依旧可以有效结合起来。神经网络具有较强的学习能力，能够掌握操作手臂中的所有相关环节的训练，促使在控制过程中，发挥积极动态作用，从而令两者能够彼此依赖[5]。
结语：
根据以上内容综合所述，要想提高机器人的技术水平，就要推动发展智能控制，使得智能控制能够不断创新进步，然而当前智能控制技术仍旧存在许多问题，这就需要技术人员在研发控制过程中，针对当前出现的问题进行详细分析与探讨，通过智能控制的应用以及自动化产生的相关理论，利用优势技术带动劣势技术，从而令智能控制在工业生产过程中发挥更大的优势，以此在最短时间内缩小我国与先进国家之间的差距，从而提高我国机器人领域的发展动力，促进智能艺术与机器人领域更好的融入，进一步推动我国社会的快速发展和不断的进步。
参考文献：
[1]李犇.机器人领域中智能控制的应用方法方案分析[J].中国标准化,2019(04):203-204.
[2]余毕超.智能控制及其在机器人领域的应用[J].内燃机与配件,2018(13):247-248.
[3]刘丰年.智能控制在机器人领域中的应用[J].信息与电脑(理论版),2018(10):125-126.
[4]王敏.智能控制在机器人领域中的应用[J].电子技术与软件工程,2016(20):162.
[5]陈莹.智能控制及其在机器人领域的应用[J].求知导刊,2016(04):50.
论文作者:何星亮
论文发表刊物:《城镇建设》2019年第8期
论文发表时间:2019/7/18
标签：智能控制论文; 机器人论文; 神经网络论文; 领域论文; 理论论文; 技术论文; 过程中论文; 《城镇建设》2019年第8期论文;