《并联机器人文献综述》由会员分享，可在线阅读，更多相关《并联机器人文献综述（6页珍藏版）》请在金锄头文库上搜索。
1、 欢迎阅读本文档，希望本文档能对您有所帮助!并联机器人文献综述1、引言人类千百年来对器械自动化的追求，促使了机器人的产生和发展。自从 1961 年美国推出第一台工业机器人以来，机器人得到了迅速的发展。广泛应用于工业各部门以及服务、医疗、卫生、娱乐等许多方面，对人类的生活产生了深远的影响。现代所说的机器人多指工业机器人，大都是由基座、腰部（肩部）、大臂、小臂、腕部和手部构成，大臂小臂以串联形式连接，因而也称为串联机器人，目前关于机器人的研究大部分集中于这一领域。就在串联机器人蓬勃发展的时候，又出现了一类全新的机器人并联机器人。它作为串联式机器人强有力的补充，扩大了整个机器人的应用范围，引起机器人
2、学理论界和工程界的广泛关注，成为机器人研究的主要研究热点之一。并联机器人作为一种全新的机器人，它具有刚度大、承载能力强、误差小、精度高、动力性能好等一系列优点，并联六自由度机器人在许多行业有着非常好的应用前景，其特殊结构给机器人带来许多其它机器人不具备的优点。并联机器人是一种闭环机构，导致了其运动学和工作空间分析较为困难，同时也让机器人的精确控制变得特别困难。机器人运动时每个液压缸上分配的负载是变化的，因此每个液压伺服回路的受力、频率等系统参数也是变化的，常用的控制算法很难实现系统的精确控制。因此，对并联机器人的理论控制的研究对并联机器人的控制精度和应用推广有着重要的意义。2、国内研究现状最近
3、几十年，国内外学者对并联机器人的特点、机构学、运动学方面进行了广泛、深入的研究，并且对这方面取得的成果进行了详细的概括和总结。但是,并联机器人作为一个结构复杂、多变量、多自由度、多参数耦合的非线性系统,其控制策略、控制方法的研究极其复杂。最初设计控制系统时，大多把并联机器人的各个分支当作完全独立的系统来进行控制,控制策略为传统的PID控制，控制效果很不理想。随着控制理论的发展，新的控制方法不断涌现，如智能控制鲁棒控制自适应控制等，并联机器人的控制也得到了迅速发展。并联机器人作为一种结构复杂、多变量、多自由度、多参数耦合的非线性系统，与串联机器人相比，具有刚度大、精度高、动力性能好以及结构紧凑等
4、特点，它广泛应用于工业、医疗、航空航天等方面。由于并联机器人控制方法的研究极其复杂，早期对其控制方法的研究较少，而且一般都采用常规控制方法，把机器人的各个分支当做完全独立的系统，控制效果很不理想。随着控制理论的发展，新的控制方法不断涌现，如智能控制、鲁棒控制、自适应控制等，并联机器人的控制也得到了迅速发展。3、机器人控制理论分类并联机器人在约束环境中工作时，为了避免产生较大的接触力和力矩,损坏工件和自身，通常需要进行力、力矩控制。为了提高并联机器人对环境的适应能力,拓宽并联机器人应用领域，必须对并联机器人进行力控制方法的研究。在选择具体的控制方法时，可以参考串联机器人力控制中已成功实现的控制策
5、略，从而提高并联机器人智能化程度，使之在不确定环境中完成要求的控制任务。3、1并联机器人的鲁棒控制并联机器人的鲁棒控制包括变结构控制、鲁棒自适应控制、反馈线性化的鲁棒控制控制等。3.1.1并联机器人的变结构控制变结构控制由于具有不需要被控对象的精确数学模型，对外界干扰和参数变化不敏感，而且对系统内部耦合不需要做专门的解耦等特点，比较适合并联机器人控制。3.1.2并联机器人的鲁棒自适应控制将自适应控制与鲁棒控制两者结合形成鲁棒自适应控制，这样就可以利用自适应控制来抑制参数的不确定性，同时利用鲁棒控制来抑制非参数不确定性。3.1.3并联机器人基于反馈线性化的鲁棒控制基于反馈线性化的鲁棒控制的主要优
6、点是可以利用到成熟的线性控制理论，当了解系统线性性能特征（如超调量阻尼比等）的时候，该方法是比较有效的。在不完全了解机器人动力学的情况下，难免导致补偿不彻底、解耦不完全。当然这种控制方法在并联机器人的控制中也得到了一定的应用。3.1.4自适应控制方法的应用自适应控制包括线性系统自适应控制和非线性系统自适应控制，其中线性系统自适应控制方法在并联机器人控制中已经得到了应用。并联机器人是一种存在参数不确定性和外界干扰的系统，而自适应控制方法仅可以解决系统模型参数不确定性问题，不能保证系统在未知干扰下的稳定性和暂态响应，因此自适应控制必须同其它控制方法相结合才能使并联机器人系统获得满意的性能。3.2并
7、联机器人的智能控制智能控制是自动控制发展的高级阶段，主要用于解决用传统方法难以解决的复杂的非线性和不确定的系统控制问题，智能控制包括单一控制方式和复合控制方式。3.2.1单一控制方式随着人工智能和智能控制理论的发展，将新的智能控制成果引入机器人的控制，来研究和开发智能机器人已是大势所趋。目前用于并联机器人的单一智能控制方法有：神经网络控制、模糊控制、专家控制、遗传算法控制、分级递阶控制、免疫控制等，在并联机器人控制中应用较多的神经网络控制和模糊控制。3.2.2并联机器人的神经网络控制神经网络控制由于具有能学习与适应不确定系统的动态特性，能充分逼近任意复杂的非线性系统以及不需要精确数学模型等特点
8、，在机器人的控制中得到了广泛应用。针对联机器人控制系统的非线性耦合等特性，也可以设计神经网络控制器，此控制器利用复合正交神经网络来消除并联机器人控制系统非线性耦合的影响，取得了较好的效果。3.2.3并联机器人的模糊控制模糊控制是近年来发展起来的一种闭环负反馈非线性控制技术，其优点是对具有高度非线性、干扰因素大、时延大、没有明确数学模型对象的调节效果明显优于其他控制器，当工作条件在大范围内变动时，具有动态响应快、超调小和鲁棒性强等特点。3.3复合控制方式复合控制方式包括智能复合控制和高级混合智能控制。3.3.1并联机器人的智能复合控制常规PID等控制一般很难取得满意的效果，于是人们将智能控制与传
9、统控制结合起来，形成智能复合控制，如神经网络PID控制、模糊PID控制、模糊滑模控制等。将模糊控制和控制相结合，根据各自的特点设计了模糊推理自校正PID控制器用于并联微动机器人的控制，该方法使系统阶跃响应的快速性、稳定性和动态跟踪，性能均优于传统控制器。3.3.2并联机器人的高级混合智能控制将几种智能控制方法融合在一起即构成高级混合智能控制，如模糊神经网络控制、遗传神经网络控制、模糊遗传算法控制等。针对柔性机器人的高度非线性和复杂性，设计了一种模糊神经网络控制器，该控制方案使系统性能得到了极大改善。4并联机器人的机构学理论4.1运动学问题关于并联机器人的运动学问题可分成两个子问题：正向运动学问
10、题和逆向运动学问题。当给定并联机器人上平台的位姿参数，求解各输入关节的位置参数是并联机器人运动学位置反解问题；当给定并联机器人各输入关节的位置参数求解上平台的位姿参数是并联机器人的运动学正解问题。对于并联机器人来说，其逆运动学问题非常简单而正向运动学问题却相当复杂，因此正向运动学问题一直是并联机器人运动学研究的难点之一。从目前的研究成果来看，关于正向运动学的解法主要分为两大类：数值法和解析法。由于并联机构结构复杂，位置正解的难度较大，其中一种比较有效的方法是采用数值方法求解一组非线性方程，从而求得与输入对应的动平台的位置和姿态。数值法的优点是它可以应用于任何结构的并联机构，计算方法简单，但此方
11、法计算速度较慢，不能保证获得全部解，并且最终的结果与初值的选取有关。4.2奇异位形奇异位形是并联机器人机构学研究的又一项重要内容，同串联机器人一样，并联机器人也存在奇异位形，当机构处于奇异位形时其 Jacobian矩阵为奇异阵，行列式值为零，此时机构速度反解不存在，存在某些不可控的自由度。另外当机构处于奇异位形附近时，关节驱动力将趋于无穷大从而造成并联机器人的损坏，因此在设计和应用并联机器人时应避开奇异位形。4.3工作空间分析工作空间分析是设计并联机器人操作器的首要环节，机器人的工作空间是机器人操作器的工作区域，它是衡量机器人性能的重要指标，研究并联机构的工作空间是非常重要的。根据操作器工作时
12、的位姿特点，工作空间又可分为可达工作空间和灵活工作空间。可达工作空间是指操作器上某一参考点可以达到的所有点的集合，这种工作空间不考虑操作器的姿势。灵活工作空间是指操作器上某一参考点可以从任何方向到达的点的集合。并联机器人工作空间的解析求解是非常复杂的问题，它在很大程度上依赖于机构位置解的研究结果。至今仍没有完善的方法。5、结语并联机器人作为一种全新的机器人，它具有刚度大、承载能力强、误差小、精度高、动力性能好等一系列优点，其运用涉及到诸多方面，但并联机器人尤其是多自由度并联机器人的理论和其相应的的控制技术还不成熟，所以对此作出研究是必要而且大有意义的。参考文献【1】赵延治张洁赵铁石弹性铰平面并
13、联三自由度机器人连续刚度映射研究燕山大学学报2008年04期【2】魏轩吴军3-RRR平面并联机构刚度分析机械设计与制造2009年09期【3】邵珠峰唐晓强王立平黄鹏平面柔性3-RRR并联机构自标定方法机械工程学报2009年03期【4】李树军3-RRR平面并联机构的刚度特性分析东北大学学报（自然科学版）2007年01期【5】刘大炜王立平基于工作空间的4RRRR冗余并联机构支链优化清华大学学报（自然科学版）2010年08期【6】钟相强高洪基于螺旋理论的3-RRR并联机构设计与仿真安徽工程大学学报2011年03期【7】刘步才陈劲杰刘子召刘振华3-RRR并联机器人的精度分析与仿真工业控制计算机2011年12期 欢迎阅读本文档，希望本文档能对您有所帮助!
