智能控制技术在工业机器人中的应用

李春敏

摘 要：随着现代科学技术不断发展，机器人控制技术得到快速发展，并且在各个行业得到了广泛应用。目前，传统的控制技术已无法适应现代复杂的工业生产情况，为此，研究人员从理论和实际应用场景出发，不断完善智能控制技术研究。而工业机器人控制涉及多种学科，研究人员为了提升智能控制效果，对其进行了综合研究。基于此，本文主要探讨智能控制技术在工业机器人中的应用。

关键词：工业机器人;智能控制;数据分析

中图分类号：TP242.2文献标识码：A文章编号：1003-5168（2021）14-0011-03

Abstract： With the continuous development of modern science and technology， robot control technology has developed rapidly， and has been widely used in various industries. At present， the traditional control technology has been unable to adapt to the modern complex industrial production situation， therefore， researchers from the theoretical and practical application scenarios， continue to improve the intelligent control technology research. Industrial robot control involves a variety of disciplines， in order to improve the effect of intelligent control， researchers have carried out a comprehensive study on it.Based on this， this paper mainly discusses the application of intelligent control technology in industrial robot.

Keywords： industrial robot;intelligent control;data analysis

隨着现代科学技术水平的不断提升，智能控制技术被广泛应用于机器人管理中。当前，工业机器人被广泛应用于汽车制造、生物科技、电器制造等多个行业，在提高行业工作效率和工作质量的同时，也降低了行业人力资源投入。智能控制技术在工业机器人上的应用，能使机器人更加智能地处理更多复杂的工作，以满足现代工业发展的实际需求。

1 智能控制技术概述

智能控制是由智能机器自主地实现其目标的过程。智能控制是多学科交叉的成果，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等诸多学科的发展，反过来也促进了相关学科的发展。智能控制研究的主要目标是控制器本身。控制器不再是单一的数学模型解析型，而是数学解析和知识系统相结合的广义模型，是多种学科知识交叉的控制系统[1]。

2 智能控制技术的分类

2.1 自适应控制体系

自适应控制系统是指具有自行组织特性的系统，包括四个部分，即基本调节控制反馈回路、系统准则给定、在线辨识和实时修正调整[2]。系统工作时主要由三个基本动作组成：识别对象的动态特性，在识别对象的基础上采取决策，根据决策指令改变系统动作。自适应控制系统作为一种特殊的控制形式，能使机器人提升工作效率和工作质量，并根据外界信息调整相关参数。自适应控制系统机器人在工作过程中，自动测量输入/输出值，根据输入/输出值分辨外界环境动态特征，并科学系统地比较特征和期望，从而根据目标自动优化控制器结构参数。控制系统通过适应机构输出工作信号，其主要流程包括辨识、决策、控制。

2.2 模糊控制体系

模糊控制是以模糊理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编写成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理。最终把推理后得到的输出量加到执行器上。模糊控制可通过语言来表达控制过程，并借助计算机进行模拟控制，从而达到控制系统自动化。由于计算机智能化程度还不能完全达到理想水平，因此，将控制信息过程描述成其他计算机识别语言，基本控制思想可简单概述为IF-THEN形式控制规律[3]。计算机控制工作的实际情况，即根据实际工作环境，将接收的外界信息转换成可识别的计算机语言，控制系统根据计算机前提判断对收集的外界信息作对比分析，并进行相应调整，从而得出相应决策。调整完成之后把得出的结论输送给控制对象，达到有效的控制目的。

在工业机器人控制技术应用中，模糊控制技术的优势为：操作人员在控制经验基础上进行科学控制，不通过数学建模的方式，而是通过科学方式解决系统中的不确定性;同时，系统有较强的鲁棒性，受控制对象参数改变的影响不大，在非线性、时变、时滞等系统控制方面应用十分广泛。模糊化控制主要步骤为模糊化、模糊推理、逆模糊化。在该过程中，需要精准计算模糊量、精确量，从而作用于整个被控过程。模糊控制也存在一定的缺点。例如，信息简单的模糊处理将导致系统的控制精度降低和动态品质变差;模糊控制的设计尚缺乏系统性，无法定义控制目标。

2.3 神经网络系统控制体系

作为多学科交叉领域的前沿技术，神经网络具有自学习、自适应不确定性系统动态特性和逼近任意复杂非线性系统的特点。神经网络模型用于模拟人脑神经元的活动过程，主要包括信息加工、处理、储存和搜索等过程。神经网络模型的主要特点是：在神经网络中，知识不是存储在特定的存储单元中，而是分布在整个系统中，要存储多个知识就需要很多链接;人工神经网络通过学习训练获得网络的权值与结构，呈现出很强的自学习能力和对环境的自适应能力;人工神经网络由许多相同的简单处理单元并联组合而成，虽然每一个神经元的功能简单，但大量简单神经元并行处理能力和效果却十分惊人。

3 工业机器人控制系统的特点

机器人与人类存在一定区别，例如，人有主观能动性，而机器人没有，想要利用机器人从事相关劳动，就需要对机器人进行控制，所以机器人控制系统具备以下特点。第一，可运动的特点。通常机器人运动主要是以坐标为准，如果需要机器人完成运动计划，可以通过调整运动坐标以实现机器人运动模式的改变。第二，可选择性操作多。这个情况可以简单地理解为机器人的可运动模型多，这样可以通过不同的组合形式完成多种操作，从而提升工业机器人的工业价值。第三，实现计算机控制。人体运动需要通过大脑进行控制，而机器人运动由计算机进行控制，通过计算机下达指令，机器人可以按照指令完成相应任务。

4 工业机器人控制系统分析

4.1 系统组成

通常情况下，工业机器人是由计算机系统进行控制的。常见的计算机控制系统由控制计算机、示教盒、传感器接口、轴控制器、辅助设备控制等组成。其中，控制计算机主要由微处理器以及微型计算机组成，其是工业机器人行为控制的关键部分;示教盒需要利用通信技术与控制计算机进行关联;传感器主要由三部分组成，即视觉传感器、力觉传感器以及触觉传感器，该部分主要用于检测机器人信息;轴控制系统主要是对工业机器人的运动系统进行控制。通过对工业机器人控制系统进行设置，进一步使工业机器人满足工业生产需求。

4.2 控制方式

其一，点位控制。这种控制方式只对工业机器人末端执行器在作业空间中某些规定的离散点上的位姿进行控制。其二，连续轨迹控制。连续轨迹控制是对工业机器人末端执行器在作业空间中的位姿进行连续控制，要求其严格按照预定的轨迹和速度在一定的精度范围内运动，且速度可控，轨迹光滑，运动平稳，以完成作业任务。其三，力矩控制。这种控制方式的原理与位置伺服控制原理基本相同，只不过输入量和反馈量不是位置信号，而是力（力矩）信号，所以该系统中必须有力（力矩）传感器。有时也利用接近、滑动等传感功能进行自适应式控制。其四，智能控制。机器人的智能控制是通过传感器获得周围环境的知识，并根据自身内部的知识库作出相应的决策。采用智能控制技术，使机器人具有较强的环境适应性及自学习能力。

5 智能控制系统在工业机器人中的应用

5.1 控制机器人行动轨迹

工业机器人腿部主要由连接杆和动轮组成，若需要机器人移动，则要借助滚轮形式，以实现机器人正常行走。传统运动控制方式已无法满足工作需求，因为工业机器人需要对周围环境进行准确判断，对收集到的外界信息进行分析和研究，并借助模糊分析和神经网络自适应控制方式，对其行走进行有效精确控制。在模糊神经网络控制下，即使机器人收集的周围环境信息不清晰或者不完整，控制系统也能马上做出反应，对外界环境和位置进行准确判断。例如，工业机器人执行野外搜救任务时，外界环境非常恶劣复杂，工业机器人要提升自身对外界环境信息的分析能力，避免出现运行故障。而在模糊神经控制系统下，控制系统功能呈现多样性，对机器人的控制更加全面、深入。图1为搅拌摩擦工业用机器人机械手运动轨迹控制模型[4]。

5.2 控制机器人精度

在机器人智能控制方式方面，传统方法主要是利用PID控制[比例（Proportion）、积分（integral）、微分（differential）]的方式进行点位控制，但是，这种控制方式精度不够高，很难实现机器人准确、高速运行。由于控制精度不足，导致实际工作中系统运行受到影响，因此，机器人进行智能控制时，可以借助PI控制器进行调整，保证整个系统平稳运行[5]。机器人面临的环境复杂多变，因此可以采取简单模型实现对机器人的精度控制，然后增加机器人工作递推算法、并行算法，提升機器人对外界环境的敏感程度，从而实现动态模拟精度控制和智能控制，并根据实际需求科学选择控制方案，结合各种控制方法的优势，避免单一方案存在的不足，以改善机器人控制系统性能。

6 结语

在当前科技发展趋势下，工业机器人对我国工业生产发展起着重要作用，改变了我国工业的生产面貌，优化了生产结构。企业通过在实际生产中应用机器人智能控制技术，总结经验、优化机器人智能控制系统，提升工作效率和工作质量，提高工业机器人发展速度。在实际应用过程中，科研人员通过发展智能控制技术，提升机器人工作速度和精度，使机器人为更多企业创造更高价值，让智能技术带来的红利和便利惠及大众。

参考文献：

[1]庞党锋，宋亚杰，王春光，等.基于工业机器人的数控加工控制系统设计[J].机床与液压，2020（21）：67-69.

[2]刘心.智能控制技术在工业机器人控制领域中的应用[J].科技创新与应用，2020（15）：177-178.

[3]贺礼，喻清华，王皓.工业机器人在煤样样品分选中的应用研究[J].中国设备工程，2019（16）：134-136.

[4]周炜，廖文和，田威.基于空间插值的工业机器人精度补偿方法理论与试验[J].机械工程学报，2013（3）：126-127.

[5]刘世成.工业机器人路径规划算法研究[D].沈阳：沈阳工业大学，2004：25.