摘要：随着智能制造、制造产业升级等工业概念的提出及深入，工业机械臂得到了广泛的应用，一些高速、高精度的工业应用场合对机械臂的控制性能和定位精度提出了更高的要求。在复杂的工业应用环境下，一方面，机械臂的运行会受到关节柔性部件的非线性因素、关节耦合、摩擦以及负载扰动等干扰的影响，系统精确建模困难；另一方面，机械臂控制系统是一个多输入多输出、强耦合和参数时变的非线性系统，轨迹跟踪控制精度难以得到保证。
关键词：工业机械臂；动力学建模；自适应控制；
引言
随着机械臂应用领域的不断扩展，工业应用场合对机械臂运动控制性能和精度要求也在不断提高。目前机械臂的应用趋势不仅要求机械臂具备足够的灵活性、准确性，同时也要求其对陌生的工作环境能够进行感知和互动，能够具备一定的柔性，配合人工完成人机协作。机械臂控制系统十分复杂，有很多因素会影响机械臂的控制性能和精度。机械臂控制系统的设计是达到上述要求最为关键的技术环节。在当下机械臂行业的发展背景下，机械臂控制的实际应用仍面临着很多困难，对机械臂控制的相关研究仍是机械臂行业未来发展的重要方向。
机械臂运动控制系统是一个复杂的多输入、多输出的非线性控制系统。机械臂作为控制系统的控制对象，不仅具有未建模动态误差、参数误差以及非线性零部件引入的不确定运行误差，而且其运行状态和控制精度还会受到运行环境未知因素的干扰。机械臂运动控制系统具有高度非线性、参数时变、强耦合等特性，对机械臂控制策略的相关研究仍是该行业的重点难题。对模型未知、存在建模参数误差和不确定性外部干扰的多关节机械臂的控制策略进行研究，是一项具有重要理论意义和应用价值的工作。
1 机械臂系统概述
工业机械臂结构如图1、图2 所示。机械臂是机械连杆依次将关节电机连接而成的机构，其控制系统是多自由度、多变量复杂的非线性系统。工业机械臂的关节可分为旋转关节和平移关节。为保证机械臂具有较好的灵活性，多轴工业机械臂结构中大多选择旋转关节。最典型的工业机械臂通常会安装于固定基座上，加工工具安装于机械臂末端，其在工位上可重复执行某个动作任务。被加工的零件要按照一定顺序逐次移动到机械臂的工作范围内，最大限度地发挥机械臂高速和高精度的特点。
图1 安川六自由度机械臂 图2 库卡六自由度机械臂
工业机械臂是集机械结构、驱动、控制和通信于一体的复杂机电设备，其特性和性能由机械本体和控制系统共同决定的。随着机械臂位姿结构的变化，其动力学特性会发生大范围的变化，为提高机械臂完整工作空间的动态响应，控制器理应具有全局最优的特性。对于工业机械臂而言，控制系统主要负责实现运动学、动力学、轨迹规划和伺服控制等实时任务。机械臂控制系统的目标是在保证机械结构安全运行的前提下，控制机械臂末端行走的轨迹，或者是控制运动过程中关节的位移、速度和加速度的曲线轮廓，借助末端安装的工具完成特定功能。
2 机械臂动力学模型概述
机械臂动力学模型主要是描述力和运动之间的关系，动力学描述的是机械臂运动的本质。在机械臂动力学研究中，主要考虑机械臂的正动力学问题和逆动力学问题。正动力学问题研究的问题是在关节变量（关节位置、关节速度）已知的情况下，确定驱动力矩作用下运动系统的响应（关节加速度）。逆动力学问题则是在已知机械臂关节运行状态信息的情况下，推导施加在关节电机端的驱动力矩。在工业问题仿真和设计阶段，建立机械臂动力学模型是进行机械臂结构设计和控制研究的基础，借助动力学模型可以得出机械臂的动力学特性，据此对机械臂本体和控制器进行相关的设计和特性分析，优化机械臂控制系统的动态特性。
机械臂的动力学模型可以通过连杆质量、惯性矩阵等参数进行描述，每个特定的机械臂只有在确定这些参数的情况下才可以实现机械臂动力学方程或控制器调试等任务。机械臂由多个关节电机和机械连杆连接组合而成。其中，关节电机是驱动机械臂的动力源，减速器作为动力的传动单元，关节电机的旋转运动会带动机械连杆的相对运动，并最终控制机械臂末端按照参考轨迹运动。工业机械臂大多数采用谐波减速器作为关节电机的传动部件，其目的是获得较大的传动比，较高的传动效率，然而谐波减速器的自身柔性特性使得机械臂在高速运动过程中的惯性参数时变，使机械臂的动力学特性在整个工作空间随着机械臂位姿的变化而变化。在未知负载的作用下，机械臂的关节会产生变形并导致机械臂末端的追踪误差。关节柔性导致的关节变形不仅会增加建立机械臂动力学模型的难度，还会直接影响到机械臂的工作效率和动态性能。机械臂部件的复杂性及装配误差等因素的影响，使得制造者也无法准确获取惯性参数。这就会导致准确地建立机械臂的动力学模型成为难以完成的任务。
3机械臂自适应控制器概述
由于机械臂模型自身非线性的特点以及惯性参数时变的特性，机械臂模型的不确定性是不可避免的。自适应控制算法能够随时改变自身控制参数以适应各种参数的变化以及外界环境的扰动。采用自适应控制的动态系统能够实时调整系统参数，使得目标变量满足预期的性能指标。对于控制对象的模型在运动过程中发生未知的变化，自适应算法能够对时变参数进行在线辨识并调节控制增益，使得控制系统达到期望的最优状态。自适应控制算法结构框图如图3所示。
自适应控制的优点是在控制过程中不依赖被控对象精准的数学模型，并且具有学习能力，但自适应控制的追踪精度取决于对时变参数的辨识精度和高增益反馈，同时自适应控制的参数辨识需要在线进行大量的迭代计算，而机械臂控制系统的实时性要求很高；系统的稳定性很大程度上取决于待定参数的收敛程度，如果对于位置待定参数的预估出现偏移，系统将无法获得稳定性。
图 3自适应结构框图
为了弥补自适应算法的不足，自适应算法往往结合其他有效的控制算法进行应用，使得被控系统尽可能不受参数变化的影响，获得更好的鲁棒性。自适应滑模控制算法是滑模控制与自适应控制的有机结合，是一种解决参数不确定或者时变参数控制系统问题的新型控制策略。依据滑模控制理论设计滑模控制器时，为了保证系统能够切换到滑模面，往往限定系统的不确定性范围已知。结合自适应算法控制器后，控制系统对于未知参数的在线辨识能力增强，借助其对控制增益的调节作用，控制系统只需要求给定信号连续有界，便能够确保非线性系统的稳定。自适应控制算法是一种可以有效提高机械臂追踪精度的非线性控制算法。在未知参数能够被准确估计的基础上，自适应控制器能够明显地提高系统的追踪精度和动态特性。另外，由于外部干扰变化的不确定性和未建模动态等因素的存在，使得自适应控制只适合用于模型参数变化较慢、关节较少的机械臂控制中。
4总结
为顺应全世界范围工业 4.0、智能制造的潮流，我国已抛弃先前坚持的劳动密集型生产方式，转而提出发展技术创新型生产方式，对工业自动化、智能制造快速发展的需求日益迫切。作为世界公认的制造大国，智能制造已成为我国未来工业发展的必然趋势。20 世纪 70 年代，我国机器人的研究开始起步，机器人相关的技术从无到有发展起来，为智能制造的发展奠定了基础。随着机器人需求被市场激发，一大批机器人研发、制造、系统集成的企业开始大力发展国产机器人。
论文作者:朱亚萍
论文发表刊物:《建筑实践》2019年第07期
论文发表时间:2019/7/9
标签：机械论文; 动力学论文; 关节论文; 参数论文; 自适应论文; 控制系统论文; 工业论文; 《建筑实践》2019年第07期论文;