Metódy riadenia robotov sú rozdelené do rôznych typov v závislosti od množstva kontroly a riadiaceho algoritmu. Nasledujúce opisuje bežne používané metódy kontroly robotov pre každý typ.
I. Klasifikácia podľa kontrolného objemu
Podľa rôznych priestorov, v ktorom sa nachádza riadiaci objem, je možné ovládanie robotov rozdeliť do kontroly v spoločnom priestore a riadení v karteziánskom priestore. V prípade tandemových viacpojových robotov je riadenie spoločného priestoru pre kontrolu premenných v každom kĺbe robota a karteziánska kontrola priestoru slúži na kontrolu premenných na konci robota. Podľa rôznych kontrolných množstiev je možné reguláciu robotov kategorizovať ako: reguláciu polohy, riadenie rýchlosti, riadenie zrýchlenia, regulácia sily, hybridná kontrola sily atď. Tieto ovládacie prvky môžu byť buď riadiacimi priestormi kĺbov alebo koncovým karteziánskym ovládacím prvkom.
Cieľom riadenia polohy je zabezpečiť, aby kĺby alebo konce riadeného robota dosiahli požadovanú polohu. Nasleduje príklad riadenia polohy spoločného priestoru pre robota. Chyba získaná porovnaním danej hodnoty spojovacej polohy s aktuálnou hodnotou sa používa ako vstup do radiča polohy a jeho výstup sa používa ako daná hodnota riadenia kĺbov po prevádzke radiča polohy. Ovládač polohy spoločnej polohy často používa algoritmus PID, môže sa tiež použiť fuzzy riadiaci algoritmus.
Po prvé, vypočíta sa zrýchlenie riadenia koncového nástroja. Potom sa zodpovedajúce zrýchlenie každého kĺbu rozloží na základe koncovej polohy, rýchlosti a očakávania zrýchlenia, ako aj súčasnej koncovej polohy, polohy kĺbu a rýchlosti a potom sa riadiaci krútiaci moment vypočíta pomocou kinetických rovníc na rozloženie kontroly zrýchlenia zrýchlenia , ktorý musí byť pre každý kĺb riadený krútiacim momentom.
Pretože kĺbová sila/krútiaci moment nie je ľahké priamo merať a prúd kĺbového motora môže lepšie odrážať krútiaci moment kĺbového motora, prúd kĺbového motora sa často používa na označenie prúdovej nameranej hodnoty kĺbovej sily/ krútiaci moment. Ovládač sily riadi kĺbový motor, aby vykazoval požadované charakteristiky sily/krútiaceho momentu založené na odchýlke medzi požadovanou hodnotou sily/krútiaceho momentu a nameranou hodnotou.
Pozostáva z dvoch častí: riadenie polohy a riadenie sily. Ovládanie polohy je ovládanie PI, uvedené ako karteziánska poloha priestoru konca robota a karteziánska pozícia priestoru polohy na konci sa získa z polohy v spoločnom priestore po kinematickom výpočte. Na obrázku je T kinematický model robota a J je Jacobi matica robota. Rozdiel medzi danou hodnotou koncovej polohy a prúdovou hodnotou sa prevedie na prírastok polohy v spoločnom priestore pomocou inverznej matrice matice Jacobi, ktorá sa potom použije ako súčasť prírastku polohy kĺbov po operácii PI.
Kontrola sily je tiež riadená PI a je daná ako karteziánska vesmírna sila/krútiaci moment na konci robota, so spätnou väzbou získanou z meraní senzora sily/krútiaceho momentu. Rozdiel medzi danou hodnotou a aktuálnou hodnotou koncovej sily/momentu sa prevedie na silu/moment v spoločnom priestore pomocou transponovanej matrice matice Jacobi. Sila/moment v kĺbovom priestore sa používa ako ďalšia časť prírastku polohy kĺbov po operácii PI. Výstupy riadiacej časti polohy a časť sily sa pridávajú dohromady ako požadovaná hodnota prírastku polohy kĺbov robota. Robot využíva inkrementálne riadenie na kontrolu polohy každého z jeho kĺbov. Hybridné riadenie sily znázornené na obrázku 1-5 je iba jednoduchá schéma v hybridnom riadení na polohe, čo je zjednodušená forma hybridnej polohy RC (Raiber-Craig) a niektoré potrebné korekcie a niektoré potrebné korekcie Mali by byť vyrobené pre konkrétne prostredie v praktických aplikáciách.
II, klasifikácia podľa kontrolného algoritmu
Podľa riadiacich algoritmov je možné riadiace metódy robotov rozdeliť do regulácie PID, riadenie premennej, adaptívne riadenie, fuzzy riadenie, riadenie siete neurónov a ďalšie metódy. Niektorí literatúra tiež klasifikuje existujúce riadiace algoritmy do riadenia logického prahu, riadenia PID, riadenia premennej štruktúry kĺzavého režimu, riadenia neurónovej siete a ovládacieho prvku fuzzy. Tieto kontrolné metódy nie sú izolované a často sa používajú spolu v kontrolnom systéme.
1, ovládanie PID
V inžinierskej praxi, najpoužívanejší zákon o regulátoroch regulátora pre proporcionálnu, integrálnu, diferenciálnu kontrolu, označovanú ako reguláciu PID, tiež známy ako regulácia PID. , ľahko prispôsobiteľné a stala sa jednou z hlavných technológií priemyselnej kontroly. Ak sa štruktúra a parametre riadeného objektu nemôžu úplne zvládnuť alebo nemajú prístup k presným matematickým modelom, teória riadenia iných technológií je ťažké použiť, štruktúra a parametre ovládača systému sa musia spoliehať na skúsenosti a ladenie poľa Na určenie aplikácie technológie riadenia PID je najpohodlnejšia.
To znamená, že keď úplne nerozumieme systému a riadeného objektu, alebo nemôžeme byť účinným prostriedkom merania na získanie systémových parametrov, čo je najvhodnejšie pre technológiu riadenia PID.PID, v praxi existujú aj PI a PD Control.PID Controller je založený na chybe systému, použití proporcionálneho, integrálneho, diferenciálneho výpočtu množstva kontroly kontroly pre kontrolu.
2, riadenie premennej štruktúry
Kontrola premennej štruktúry je schéma riadenia vyvinutá zo Sovietskeho zväzu v 50. rokoch 20. storočia. Takzvané riadenie premennej štruktúry znamená, že riadiaci systém má viac ovládačov a rôzne radiče sa používajú v rôznych situáciách podľa určitých pravidiel. Použitie riadenia premennej štruktúry má veľa výhod, ktoré sa nenachádzajú v iných ovládacích prvkoch, a môže si uvedomiť kontrolu triedy nelineárnych systémov s neistými parametrami.
3, adaptívne ovládanie
Takzvané adaptívne ovládanie, ktoré sa týka vstupov alebo porúch systému, ktoré sa vyskytujú v širokom rozsahu zmien, navrhovaný systém môže prispôsobiť adaptívne upraviť parametre systému alebo riadiacu stratégiu, aby výstup mohol stále spĺňať požiadavky na konštrukciu, základnú štruktúru, ako je znázornené na obrázku 2-1. Adaptívna kontrola sa zaoberá systémami s „neistotou“ a snaží sa znížiť túto neistotu pozorovaním stavu náhodných premenných a rozpoznaním systému systému. Výsledkom je často dosiahnutie určitých kontrolných cieľov, tj, „optimálna kontrola“ je nahradená „účinnou kontrolou“.
Adaptívne riadiace systémy sa dajú rozdeliť do modelových adaptívnych riadiacich systémov, riadiacich systémov samoopilnenia, samooptimalizačné riadiace systémy, systémy riadenia premennej štruktúry a inteligentné adaptívne riadiace systémy podľa ich princípov. Medzi týmito typmi adaptívnych riadiacich systémov sú modelové adaptívne riadiace systémy a riadiace systémy samoopretia zrelší a bežne sa používajú.
4, Fuzzy Control
Vo Fuzzy Control sú vstupy fuzzy kvantifikované tak, aby sa stali fuzzy premennými, existujú fuzzy premenné odôvodnené fuzzy pravidlami, aby sa získali fuzzy výstupy, a po deformácii, aby sa získali jasné výstupy pre kontrolu. Fuzzy Control bola prvá
Navrhol prof. Zadeh z Kalifornskej univerzity v roku 1965 av roku 1974 EH Mamdani zo Spojeného kráľovstva úspešne aplikoval Fuzzy Control na kontrolu kotla a parného motora. Následne bola fuzzy kontrola rýchlo vyvinutá v oblasti kontroly a získala veľké množstvo úspešných aplikácií.
5, kontrola siete neurónov
Kontrola neurónovej siete je jednou z hraničných disciplín v oblasti automatickej kontroly vyvinutej koncom osemdesiatych rokov. Je to nová vetva inteligentnej kontroly, ktorá otvára nový spôsob, ako vyriešiť problémy s kontrolou komplexných nelineárnych, neistých a neistých systémov. Kontrola neurónovej siete je produktom kombinácie (umelej) teórie a teórie neurónovej siete a teórie kontroly a je rozvíjajúcou sa disciplínou. Spája teórie, techniky, metódy a výsledky výskumu z disciplín vrátane matematiky, biológie, neurofyziológie, vedy o mozgu, genetike, umelej inteligencii, počítačovej vede, automatickej kontrole atď. Jej základná štruktúra je znázornená na obrázku 2-2.
V oblasti riadenia sa riadiaci systém so schopnosťou učenia nazýva systém riadenia učenia, ktorý patrí do inteligentného riadiaceho systému. Neurónová kontrola je so schopnosťami učenia sa a patrí k kontrole vzdelávania, ktorá je odvetvou inteligentnej kontroly. Doteraz rozvoj nervovej kontroly, aj keď iba viac ako desať rokov histórie, existovalo rôzne kontrolné štruktúry. Ako je nervová prediktívna kontrola, kontrola nervového inverzného systému atď.