?

工業(yè)智能機(jī)器人如何進(jìn)行智能控制？隨著機(jī)器人技術(shù)的發(fā)展, 對于無法精確解析建模的物理對象以及信息不足的病態(tài)過程,傳統(tǒng)控制理論暴露出缺點(diǎn) ,近年來許多學(xué)者提出了各種不同的機(jī)器人智能控制系統(tǒng)。
機(jī)器人的智能控制方法有模糊控制 、神經(jīng)網(wǎng)絡(luò)控制 、智能控制技術(shù)的融合( 模糊控制和變結(jié)構(gòu)控制的融合 ; 神經(jīng)網(wǎng)絡(luò)和變結(jié)構(gòu)控制的融合; 模糊控制和神經(jīng)網(wǎng)絡(luò)控制的融合 ; 智能融合技術(shù)還包括基于遺傳算法的模糊控制方法) 等 。

機(jī)器人智能控制在理論和應(yīng)用方面都有較大的進(jìn)展 。在模糊控制方面 ,J . J . Buckley 等人論證了模糊系統(tǒng)的逼近特性 , E. H . Mamdan 首次將模糊理論用于一臺實(shí)際機(jī)器人。模糊系統(tǒng)在機(jī)器人的建模、控制 、對柔性臂的控制、模糊補(bǔ)償控制以及移動機(jī)器人路徑規(guī)劃等各個領(lǐng)域都得到了廣泛的應(yīng)用。

在機(jī)器人神經(jīng)網(wǎng)絡(luò)控制方面 ,CMCA ( Cere-bella Model Controller Articulation) 是應(yīng)用較早的一種控制方法 , 其最大特點(diǎn)是實(shí)時性強(qiáng), 尤其適用于多自由度操作臂的控制。

智能控制方法提高了機(jī)器人的速度及精度 , 但是也有其自身的局限性, 例如機(jī)器人模糊控制中的規(guī)則庫如果很龐大, 推理過程的時間就會過長; 如果規(guī)則庫很簡單 ,控制的精確性又會受到限制 ; 

無論是模糊控制還是變結(jié)構(gòu)控制 ,抖振現(xiàn)象都會存在 ,這將給控制帶來嚴(yán)重的影響 ; 神經(jīng)網(wǎng)絡(luò)的隱層數(shù)量和隱層內(nèi)神經(jīng)元數(shù)的合理確定仍是神經(jīng)網(wǎng)絡(luò)在控制方面所遇到的問題,另外神經(jīng)網(wǎng)絡(luò)易陷于局部極小值等問題 ,都是智能控制設(shè)計(jì)中要解決的問題。