版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
機(jī)器人控制新第1頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1127.1概述控制是機(jī)器人技術(shù)中的一個(gè)關(guān)鍵問題,而控制系統(tǒng)的性能則是機(jī)器人發(fā)展水平一個(gè)重要標(biāo)志。
機(jī)器人控制是控制領(lǐng)域的一個(gè)子集,一個(gè)獨(dú)具特色的子集。機(jī)器人控制系統(tǒng)是一個(gè)與機(jī)構(gòu)學(xué)、運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)原理密切相關(guān)的、耦合緊密的、非線性和時(shí)變的多變量控制系統(tǒng)。機(jī)器人控制系統(tǒng)一般由計(jì)算機(jī)和伺服控制器組成。第2頁(yè),共71頁(yè),2023年,2月20日,星期五機(jī)器人控制系統(tǒng)的特點(diǎn):
非線性、多變量、強(qiáng)耦合的系統(tǒng)。非線性:輸入輸出的映射關(guān)系不是線性的多變量:輸入輸出的個(gè)數(shù)為2個(gè)以上強(qiáng)耦合:輸入輸出之間存在交連以上特點(diǎn)決定了機(jī)器人控制系統(tǒng)的復(fù)雜性。解決以上問題的控制策略:解耦控制(decouplingcontrol)魯棒控制(robustnesscontrol)容錯(cuò)控制(faulttolerantcontrol)第3頁(yè),共71頁(yè),2023年,2月20日,星期五多變量控制系統(tǒng)的一般結(jié)構(gòu)傳遞函數(shù)矩陣:開環(huán)傳遞函數(shù)矩陣,閉環(huán)傳遞函數(shù)矩陣多變量系統(tǒng)分析和計(jì)算的特殊性:變量是向量,傳函是矩陣(矩陣的計(jì)算不滿足交換律)多變量系統(tǒng)控制的發(fā)展:
1.狀態(tài)空間法:系統(tǒng)的數(shù)學(xué)模型:狀態(tài)空間表達(dá)式主要應(yīng)用領(lǐng)域:航空航天等尖端科技研究局限性:計(jì)算量大,控制器復(fù)雜難以實(shí)現(xiàn),無(wú)法在工業(yè)生產(chǎn)過(guò)程廣泛推廣2.現(xiàn)代頻域法第4頁(yè),共71頁(yè),2023年,2月20日,星期五系統(tǒng)數(shù)學(xué)模型:傳遞函數(shù)矩陣主要應(yīng)用領(lǐng)域:工業(yè)生產(chǎn)過(guò)程特點(diǎn):對(duì)系統(tǒng)進(jìn)行近似和簡(jiǎn)化,數(shù)學(xué)工具淺顯易懂,具有很大的靈活性。代表性理論:INA方法,CL方法,序列回差法等。3.先進(jìn)控制技術(shù)自適應(yīng)控制理論:主要針對(duì)模型的時(shí)變性和不確定性智能控制理論:主要針對(duì)模型未知系統(tǒng)第5頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/116工業(yè)機(jī)器人控制系統(tǒng)工作過(guò)程
機(jī)器人控制過(guò)程示意圖
內(nèi)部反饋根據(jù)外界環(huán)境確定任務(wù)確定運(yùn)動(dòng)軌跡(點(diǎn)動(dòng)或軌跡)計(jì)算目標(biāo)任務(wù)在笛卡爾空間的位姿任務(wù)執(zhí)行電機(jī)的伺服控制轉(zhuǎn)換為電機(jī)的給定值轉(zhuǎn)換為關(guān)節(jié)空間角度外部反饋?zhàn)鳂I(yè)控制器組織層伺服控制器執(zhí)行層運(yùn)動(dòng)控制器協(xié)調(diào)層第6頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/117(1)人工智能級(jí)—組織層—作業(yè)控制器
(2)控制模式級(jí)—協(xié)調(diào)層—運(yùn)動(dòng)控制器
(3)伺服系統(tǒng)級(jí)—執(zhí)行層—驅(qū)動(dòng)控制器
——幾種不同的稱謂
機(jī)器人控制系統(tǒng)在物理上分為兩級(jí):工控機(jī)與伺服控制器,但在邏輯上一般分為三級(jí)(層):
第7頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/118作業(yè)控制器驅(qū)動(dòng)控制器3驅(qū)動(dòng)控制器1驅(qū)動(dòng)控制器2驅(qū)動(dòng)控制器4運(yùn)動(dòng)控制器機(jī)器人本體
機(jī)器人控制系統(tǒng)的構(gòu)成第8頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/119分析各層(級(jí))的關(guān)系與區(qū)別
知識(shí)粒度數(shù)據(jù)處理功能類別作業(yè)控制級(jí)
粗模糊決策運(yùn)動(dòng)控制級(jí)
中精確任務(wù)分解驅(qū)動(dòng)控制級(jí)
細(xì)精確控制
通過(guò)分層遞階的組織形式才能完成復(fù)雜任務(wù)第9頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1110工業(yè)機(jī)器人典型控制方式
點(diǎn)位式(PTP,pointtopoint)
實(shí)現(xiàn)點(diǎn)的位置控制,而點(diǎn)與點(diǎn)之間的軌跡卻無(wú)關(guān)緊要。如自動(dòng)插件機(jī),在貼片機(jī)上安插元件,點(diǎn)焊、搬運(yùn)、裝配等。
軌跡式
(CP,continuouspath)
指定點(diǎn)與點(diǎn)之間的運(yùn)動(dòng)軌跡為所要求的曲線,如直線或圓弧。在進(jìn)行弧焊、噴漆、切割等作業(yè)時(shí)十分必要。
速度控制方式
對(duì)于機(jī)器人的行程要求遵循一定的速度變化曲線。
力(力矩)控制方式
要求對(duì)末端施加在對(duì)象上的力進(jìn)行控制,如抓放操作、去毛刺、研磨和組裝等作業(yè)。
智能控制方式
在不確定或未知條件下作業(yè),通過(guò)傳感器,內(nèi)部的知識(shí)庫(kù),自主完成給定任務(wù)。
第10頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1111機(jī)器人控制的特點(diǎn)
與機(jī)構(gòu)學(xué)、運(yùn)動(dòng)學(xué)及動(dòng)力學(xué)密切相關(guān)。
描述機(jī)器人狀態(tài)和運(yùn)動(dòng)的數(shù)學(xué)模型是一個(gè)具有時(shí)變結(jié)構(gòu)和參數(shù)的非線性模型,各關(guān)節(jié)變量之間存在緊密耦合。
一個(gè)簡(jiǎn)單的機(jī)器人至少也有3-5個(gè)自由度,于是機(jī)器人控制系統(tǒng)必須是一個(gè)計(jì)算機(jī)控制的多級(jí)遞階控制系統(tǒng)。
機(jī)器人的動(dòng)作常常可以通過(guò)不同的方式和路徑來(lái)完成,手臂解不唯一,這樣便要處理在一定約束條件下的優(yōu)化決策與控制問題。
伺服系統(tǒng)要求較高的位置精度,較大的調(diào)速范圍,各關(guān)節(jié)的速度誤差系數(shù)應(yīng)盡量一致。
系統(tǒng)的靜差率要小,位置無(wú)超調(diào),動(dòng)態(tài)響應(yīng)盡量快。
第11頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1112常用伺服控制策略
各種PID控制方式
PID控制是將偏差的比例(P)、積分(I)和微分(D)通過(guò)線性組合構(gòu)成控制量,算法簡(jiǎn)單,魯棒性好,可靠性高;但反饋增益是常量,它不能在有效載荷變化的情況下改變反饋增益。
最優(yōu)控制(OptimalControl)
基于某種性能指標(biāo)的極大(小)控制,稱之為最優(yōu)控制。在高速機(jī)器人中,除了選擇最佳路徑外,還普遍采用最短時(shí)間控制,即所謂“砰—砰”控制。
第12頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1113自適應(yīng)控制
自適應(yīng)控制則是根據(jù)系統(tǒng)運(yùn)行的狀態(tài),自動(dòng)補(bǔ)償模型中各不確定因素,從而顯著改善機(jī)器人的性能。分為模型參考自適應(yīng)控制器、自校正自適應(yīng)控制器和線性攝動(dòng)自適應(yīng)控制等。解耦控制
機(jī)器人各自由度之間存在著耦合,即某處的運(yùn)動(dòng)對(duì)另一處的運(yùn)動(dòng)有影響。在耦合嚴(yán)重的情況下,必須考慮一些解耦措施。
常用伺服控制策略(續(xù))
第13頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1114機(jī)器人特有伺服控制策略
重力補(bǔ)償
在伺服系統(tǒng)的控制量中實(shí)時(shí)地計(jì)算重力項(xiàng),并加入一個(gè)抵消重力的量,可補(bǔ)償重力項(xiàng)的影響。
耦合慣量及摩擦力的補(bǔ)償
在高速、高精度機(jī)器人中,必須考慮一個(gè)關(guān)節(jié)運(yùn)動(dòng)會(huì)引起另一個(gè)關(guān)節(jié)的等效轉(zhuǎn)動(dòng)慣量的變化,即耦合的問題;還要考慮摩擦力的補(bǔ)償。
傳感器的位置補(bǔ)償
在內(nèi)部反饋的基礎(chǔ)上,再用一個(gè)外部位置傳感器進(jìn)一步消除誤差,這種系統(tǒng)稱為傳感器閉環(huán)系統(tǒng)或大伺服系統(tǒng)。(否則為半閉環(huán))前饋控制和超前控制
前饋控制:從給定信號(hào)中提取速度、加速度信號(hào)。把它加在伺服系統(tǒng)的適當(dāng)部位,以消除系統(tǒng)的速度和加速度跟蹤誤差。
超前控制:估計(jì)下一時(shí)刻的位置誤差,并把這個(gè)估計(jì)量加到下一時(shí)刻的控制量中。
第14頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1115各種智能控制策略
記憶-修正控制(迭代學(xué)習(xí)控制)
記憶前一次的運(yùn)動(dòng)誤差,改進(jìn)后一次的控制量;適用于重復(fù)操作的場(chǎng)合。
聽覺控制
有的機(jī)器人可以根據(jù)人的口頭命令做出回答或執(zhí)行任務(wù),這是利用了聲音識(shí)別系統(tǒng)。
視覺控制
常將視覺系統(tǒng)用于判別物體形狀和物體之間的關(guān)系,也可以用來(lái)測(cè)量距離、選擇運(yùn)動(dòng)途徑。
遞階控制(組織級(jí)、協(xié)調(diào)級(jí)、執(zhí)行級(jí))
最低層是各關(guān)節(jié)的伺服系統(tǒng),最高層是管理(主)計(jì)算機(jī);大系統(tǒng)控制理論可以用在機(jī)器人系統(tǒng)中。第15頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1116各種先進(jìn)控制策略
模糊控制
通常的模糊控制是借助熟練操作者經(jīng)驗(yàn),通過(guò)“語(yǔ)言變量”表述和模糊推理來(lái)實(shí)現(xiàn)的無(wú)模型控制。
神經(jīng)控制——人工神經(jīng)網(wǎng)絡(luò)控制
神經(jīng)控制便是由神經(jīng)網(wǎng)絡(luò)組成的控制系統(tǒng)結(jié)構(gòu)。
魯棒控制
魯棒控制的基本特征,是用一個(gè)結(jié)構(gòu)和參數(shù)都是固定不變的控制器,來(lái)保證即使不確定性對(duì)系統(tǒng)的性能品質(zhì)影響最惡劣的時(shí)候也能滿足設(shè)計(jì)要求。第16頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1117滑??刂?/p>
滑模變結(jié)構(gòu)控制系統(tǒng)的特點(diǎn)是:在動(dòng)態(tài)控制過(guò)程中,系統(tǒng)的結(jié)構(gòu)根據(jù)系統(tǒng)當(dāng)時(shí)的狀態(tài)偏差及其各階導(dǎo)數(shù)值,以躍變的方式按設(shè)定的規(guī)律作相應(yīng)改變,該類控制系統(tǒng)預(yù)先在狀態(tài)空間設(shè)定一個(gè)特殊的超越曲面,由不連續(xù)的控制規(guī)律,不斷變換控制系統(tǒng)結(jié)構(gòu),使其沿著這個(gè)特定的超越曲面向平衡點(diǎn)滑動(dòng),最后漸近穩(wěn)定至平衡點(diǎn)。
學(xué)習(xí)控制
產(chǎn)生自主運(yùn)動(dòng)的認(rèn)知控制系統(tǒng),包括感知層、數(shù)據(jù)處理層、概念產(chǎn)生層、目標(biāo)感知層、控制知識(shí)/數(shù)據(jù)庫(kù)、結(jié)論產(chǎn)生層等。各種先進(jìn)控制策略(續(xù))
第17頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1118
機(jī)器人學(xué)習(xí)控制系統(tǒng)結(jié)構(gòu)圖傳感器層數(shù)據(jù)處理層存儲(chǔ)層控制層執(zhí)行層感知部分認(rèn)知部分外部世界第18頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/11197.2
伺服控制器
位置輸入信號(hào)方向判別誤差調(diào)節(jié)D/A速度控制器功放負(fù)載直流伺服電機(jī)測(cè)速電機(jī)計(jì)數(shù)碼盤位置反饋速度反饋直流電動(dòng)機(jī)伺服傳動(dòng)系統(tǒng)原理圖+_第19頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1120電樞控制直流電機(jī)的等效電路圖NSJeffτ,θmLaUaRaia
機(jī)械傳動(dòng)等效慣量
第20頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1121Jeff=Jm+n2JL
feff=fm+n2fL
7.2.1
單關(guān)節(jié)驅(qū)動(dòng)系統(tǒng)傳遞函數(shù)傳動(dòng)比
折合到電機(jī)軸上的總的等效慣性矩Jeff和等效摩擦系數(shù)feff為齒數(shù)第21頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1122電氣部分的模型由電機(jī)電樞繞組內(nèi)的電壓平衡方程來(lái)描述
電機(jī)力矩平衡方程
機(jī)械部分與電氣部分的耦合關(guān)系對(duì)以上各式進(jìn)行拉普拉斯變換得Ka——電機(jī)電流—力矩比例常數(shù)Kb——感應(yīng)電勢(shì)常數(shù)第22頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1123重新組合上式,得驅(qū)動(dòng)系統(tǒng)傳遞函數(shù)
忽略電樞的電感La,可簡(jiǎn)化為
其中,電機(jī)增益常數(shù)為
電機(jī)時(shí)間常數(shù)為
單關(guān)節(jié)控制系統(tǒng)所加電壓與關(guān)節(jié)角位移之間的傳遞函數(shù)
第23頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/11247.2.2
單關(guān)節(jié)的建模與角度反饋比例控制于是得到為系統(tǒng)誤差
進(jìn)而可得式中kp——位置反饋增益,n
為傳動(dòng)比位置控制器(比例)直流驅(qū)動(dòng)單關(guān)節(jié)系統(tǒng)+-第24頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1125系統(tǒng)傳遞函數(shù)推導(dǎo)誤差驅(qū)動(dòng)信號(hào)E(s)與實(shí)際位移之間的開環(huán)傳遞函數(shù)
由此得系統(tǒng)閉環(huán)傳遞函數(shù)
上式表明關(guān)節(jié)機(jī)器人的比例控制器是一個(gè)二階系統(tǒng)。當(dāng)系統(tǒng)參數(shù)均為正時(shí),系統(tǒng)總是穩(wěn)定的。
位置控制器(比例)直流驅(qū)動(dòng)單關(guān)節(jié)系統(tǒng)+-第25頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1126伺服系統(tǒng)分塊示意圖第26頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/11277.3基于非線性模型的機(jī)器人解耦控制n關(guān)節(jié)機(jī)械手的封閉形式動(dòng)力學(xué)方程的一般結(jié)構(gòu)當(dāng)考慮關(guān)節(jié)的摩擦效應(yīng)時(shí),還應(yīng)加入摩擦項(xiàng),動(dòng)力學(xué)方程應(yīng)寫為Θ為表示旋轉(zhuǎn)關(guān)節(jié)或平移關(guān)節(jié)位移的n×1向量;式中為n×n的慣性矩陣為n×1的哥氏項(xiàng)或向心項(xiàng)向量;為n×1的重力項(xiàng)向量;為n×1的摩擦力項(xiàng)向量;為表示旋轉(zhuǎn)關(guān)節(jié)力矩或平移關(guān)節(jié)力的n×1向量第27頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/11287.3.1基于非線性模型的線性化控制法則
基本思想設(shè)計(jì)一個(gè)非線性的基于模型的控制法則,用它來(lái)抵消被控制系統(tǒng)的非線性;把系統(tǒng)簡(jiǎn)化為線性系統(tǒng),它可以用單位質(zhì)量系統(tǒng)中導(dǎo)出的簡(jiǎn)單的線性伺服法則來(lái)進(jìn)行控制。從某種意義上說(shuō),線性化控制法則是提供了一個(gè)受控系統(tǒng)的“反模型”。系統(tǒng)中的非線性與反模型中的非線性相抵消,這一點(diǎn)與伺服法則一起構(gòu)成了一個(gè)線性閉環(huán)系統(tǒng)。第28頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1129機(jī)械手系統(tǒng)方程基于模型的控制法則為令
并且于是得到完全解耦系統(tǒng)--單位質(zhì)量系統(tǒng)對(duì)解耦系統(tǒng)實(shí)行比例-微分控制,即伺服法則為其中為設(shè)定值機(jī)械手機(jī)械手第29頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/11307.3.2伺服控制系統(tǒng)設(shè)計(jì)與分析機(jī)械手+++++++--第30頁(yè),共71頁(yè),2023年,2月20日,星期五2023/4/1131非線性補(bǔ)償解耦系統(tǒng)分析理想情況(完全補(bǔ)償,充分解耦,沒有時(shí)滯)顯然無(wú)法做到。因?yàn)椋簾o(wú)法精確建模,必然存在未建模動(dòng)態(tài)和隨機(jī)干擾;補(bǔ)償器中無(wú)法實(shí)現(xiàn)純微分環(huán)節(jié),無(wú)法完全補(bǔ)償控制對(duì)象中的時(shí)間滯后;控制對(duì)象是連續(xù)時(shí)間過(guò)程,補(bǔ)償器只能是離散時(shí)間過(guò)程,無(wú)法完全匹配。第31頁(yè),共71頁(yè),2023年,2月20日,星期五7.4機(jī)器人智能控制技術(shù)7.4.1機(jī)器人智能控制概述
什么是智能機(jī)器人?智能機(jī)器人是具有感知、思維和動(dòng)作的機(jī)器。1.各種新型智能機(jī)器人:(1)網(wǎng)絡(luò)機(jī)器人:遠(yuǎn)程控制和操作.應(yīng)用與醫(yī)療,救災(zāi),娛樂等領(lǐng)域.(2)微型機(jī)器人:用于醫(yī)療.(3)高智能機(jī)器人:超高運(yùn)算速度,處理能力和存儲(chǔ)容量.但目前體積較大.(4)變結(jié)構(gòu)機(jī)器人:依照環(huán)境來(lái)變換自己的結(jié)構(gòu)和運(yùn)動(dòng)方式以適應(yīng)環(huán)境.第32頁(yè),共71頁(yè),2023年,2月20日,星期五2.智能機(jī)器人的產(chǎn)生和發(fā)展(1)示教再現(xiàn)型機(jī)器人:沒有任何傳感器,對(duì)環(huán)境沒有感知能力.——目前商品化、實(shí)用化的為此類機(jī)器人。(2)感覺型機(jī)器人:配備簡(jiǎn)單內(nèi)、外部傳感器,能感知自身的速度、位置、姿態(tài)等,具有部分適應(yīng)外部環(huán)境能力。(3)智能型機(jī)器人:具有多種內(nèi)、外部傳感器組成的感覺系統(tǒng),對(duì)外部環(huán)境信息進(jìn)行感知、提取、處理并作出適當(dāng)決策?!祟悪C(jī)器人目前處于研究和發(fā)展階段。智能型機(jī)器人的發(fā)展方向:類人型機(jī)器人和具有智能的機(jī)器。第33頁(yè),共71頁(yè),2023年,2月20日,星期五3.智能機(jī)器人的體系結(jié)構(gòu)(1)視覺系統(tǒng)(2)行走機(jī)構(gòu):輪式,履帶式,爬行,兩足式。(3)機(jī)械手(4)控制系統(tǒng):信息融合,運(yùn)動(dòng)規(guī)劃,環(huán)境建模、智能推理。(5)人機(jī)接口:話筒,揚(yáng)聲器,語(yǔ)音合成與識(shí)別系統(tǒng)第34頁(yè),共71頁(yè),2023年,2月20日,星期五1.智能控制系統(tǒng)三種智能控制系統(tǒng)(1)人作為控制器的控制系統(tǒng)(2)人——機(jī)結(jié)合作為控制器的控制系統(tǒng)(3)無(wú)人參與的自主控制系統(tǒng):機(jī)器人是最典型的例子。智能控制方法:(1)分層遞階的智能控制結(jié)構(gòu)(2)神經(jīng)網(wǎng)絡(luò)控制(3)模糊控制7.4.2機(jī)器人智能控制技術(shù)
第35頁(yè),共71頁(yè),2023年,2月20日,星期五2.智能機(jī)器人系統(tǒng)的基本特征(1)模型的不確定性(2)系統(tǒng)的高度非線性(3)控制任務(wù)的復(fù)雜性3.智能機(jī)器人控制系統(tǒng)的基本結(jié)構(gòu):分層遞階的組成結(jié)構(gòu)4.智能機(jī)器人控制系統(tǒng)的主要功能特點(diǎn):(1)學(xué)習(xí)功能(2)適應(yīng)功能(3)組織功能第36頁(yè),共71頁(yè),2023年,2月20日,星期五5.智能控制理論的主要內(nèi)容和在智能機(jī)器人控制中的應(yīng)用智能控制是交叉學(xué)科:人工智能,運(yùn)籌學(xué)和自動(dòng)控制(1)自適應(yīng)、自組織和自學(xué)習(xí)控制(2)知識(shí)工程(3)神經(jīng)元網(wǎng)絡(luò)理論(4)模糊集合論(5)優(yōu)化理論第37頁(yè),共71頁(yè),2023年,2月20日,星期五面向設(shè)備的基礎(chǔ)級(jí)——常規(guī)的技術(shù):PID,前饋控制協(xié)調(diào)級(jí)和組織級(jí)——智能控制方法:神經(jīng)網(wǎng)絡(luò)控制,模糊控制,模糊神經(jīng)控制(1)神經(jīng)網(wǎng)絡(luò)控制網(wǎng)絡(luò)結(jié)構(gòu):前向網(wǎng)絡(luò),帶反饋的網(wǎng)絡(luò),全連接網(wǎng)絡(luò)訓(xùn)練算法:誤差反向傳播算法,遺傳算法控制方式:逆控制,反饋控制,內(nèi)??刂疲?)模糊控制變量的模糊化和反模糊化模糊規(guī)則和模糊推理7.4.3機(jī)器人智能控制方法
第38頁(yè),共71頁(yè),2023年,2月20日,星期五(3)模糊神經(jīng)控制用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模糊控制器的全部功能:5層結(jié)構(gòu):第一層輸入變量第二層模糊化第三層表示模糊規(guī)則的前件匹配(IF)第四層表示模糊規(guī)則的后件(THEN)第五層反模糊化第39頁(yè),共71頁(yè),2023年,2月20日,星期五1.神經(jīng)網(wǎng)絡(luò)控制(1)人工神經(jīng)元模型的三個(gè)基本要素連接權(quán)連接權(quán)對(duì)應(yīng)于生物神經(jīng)元的突觸,各個(gè)人工神經(jīng)元之間的連接強(qiáng)度由連接權(quán)的權(quán)值表示,權(quán)值為正表示激活,為負(fù)表示抑制。人工神經(jīng)元模型第40頁(yè),共71頁(yè),2023年,2月20日,星期五求和單元用于求取各輸入信號(hào)的加權(quán)和(線性組合)。激活函數(shù)激活函數(shù)起非線性映射作用,并將人工神經(jīng)元輸出幅度限制在一定范圍內(nèi)在(0,1)或(-1,1)之間。第41頁(yè),共71頁(yè),2023年,2月20日,星期五(2)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetworks,ANN)是由大量人工神經(jīng)元經(jīng)廣泛互連而組成,它可用來(lái)模擬腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。根據(jù)連接方式主要分為兩類:1)前饋型網(wǎng)絡(luò)網(wǎng)絡(luò)中各個(gè)神經(jīng)元接收前一級(jí)的輸入,并輸出到下一級(jí),網(wǎng)絡(luò)中沒有反饋,如圖所示。節(jié)點(diǎn)分為向類,即輸入單元和計(jì)算單元,每一計(jì)算單元可有任意個(gè)輸入,但只有一個(gè)輸出。前饋網(wǎng)絡(luò)第42頁(yè),共71頁(yè),2023年,2月20日,星期五
2)反饋型網(wǎng)絡(luò)
反饋神經(jīng)網(wǎng)絡(luò)又稱遞歸網(wǎng)絡(luò)或回歸網(wǎng)絡(luò)。在反饋網(wǎng)絡(luò)中(FeedbackNNs),輸入信號(hào)決定反饋系統(tǒng)的初始狀態(tài),然后系統(tǒng)經(jīng)過(guò)一系列狀態(tài)轉(zhuǎn)移后,逐漸收斂于平衡狀態(tài)。反饋神經(jīng)網(wǎng)絡(luò)中所有節(jié)點(diǎn)都是計(jì)算單元,同時(shí)也可接收輸入.并向外界輸出,可畫成一個(gè)無(wú)向圖,如圖(a)所示,其中每個(gè)連接弧都是雙向的,也可畫成如圖(b)所示的形式。單層全連接反饋網(wǎng)絡(luò)第43頁(yè),共71頁(yè),2023年,2月20日,星期五(3)神經(jīng)網(wǎng)絡(luò)的工作過(guò)程神經(jīng)網(wǎng)絡(luò)的工作過(guò)程主要分為兩個(gè)階段:
1)第—階段是學(xué)習(xí)期
此時(shí)各計(jì)算單元狀態(tài)不變,各連接權(quán)上的權(quán)值可通過(guò)學(xué)習(xí)來(lái)修改;
2)第二階段是工作期此時(shí)各連接權(quán)固定,計(jì)算單元變化,以達(dá)到某種穩(wěn)定狀態(tài)。
第44頁(yè),共71頁(yè),2023年,2月20日,星期五(4)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式1)有監(jiān)督學(xué)習(xí)(有教師學(xué)習(xí))
有監(jiān)督學(xué)習(xí)方式需要外界存在一個(gè)“教師”,它可對(duì)一組給定輸入提供應(yīng)有的輸出結(jié)(正確答案),這組已知的輸入/輸出數(shù)據(jù)稱為訓(xùn)練樣本集。學(xué)習(xí)系統(tǒng)可根據(jù)已知輸出與實(shí)際輸出之間的差值(誤差信號(hào))來(lái)調(diào)節(jié)系統(tǒng)參數(shù),如圖所示。2)
無(wú)監(jiān)督學(xué)習(xí)(無(wú)教師學(xué)習(xí))
無(wú)監(jiān)督學(xué)習(xí)時(shí)不存在外部教師,學(xué)習(xí)系統(tǒng)完全按照環(huán)境所提供數(shù)據(jù)的某些統(tǒng)計(jì)規(guī)律來(lái)調(diào)節(jié)自身參數(shù)或結(jié)構(gòu)(這是一種自組織過(guò)程),以表示外部輸入的某種固有特性(如聚類,或某種統(tǒng)計(jì)上的分布特征),如圖所示。有監(jiān)督學(xué)習(xí)無(wú)監(jiān)督學(xué)習(xí)第45頁(yè),共71頁(yè),2023年,2月20日,星期五3)強(qiáng)化學(xué)習(xí)(或再勵(lì)學(xué)習(xí))
強(qiáng)化學(xué)習(xí)介于上述兩種情況之間,外部環(huán)境對(duì)系統(tǒng)輸出結(jié)果只給出評(píng)價(jià)(獎(jiǎng)或罰)而不是給出正確答案,學(xué)習(xí)系統(tǒng)通過(guò)強(qiáng)化那些受獎(jiǎng)勵(lì)的動(dòng)作來(lái)改善自身性能,如圖所示。強(qiáng)化學(xué)習(xí)第46頁(yè),共71頁(yè),2023年,2月20日,星期五(5)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則1)學(xué)習(xí)規(guī)則(誤差糾正規(guī)則)
若為輸入神經(jīng)元在k時(shí)刻的實(shí)際輸出,表示相應(yīng)的期望輸出,則誤差信號(hào)可寫為誤差糾正學(xué)習(xí)的最終目的是使某一基于的目標(biāo)函數(shù)達(dá)最小,以使網(wǎng)絡(luò)中每一輸出單元的實(shí)際輸出在某種統(tǒng)計(jì)意義上最逼近于期望輸出。常用的目標(biāo)函數(shù)是均方誤差判據(jù),定義為式中,是統(tǒng)計(jì)期望算子,上式的前提是被學(xué)習(xí)的過(guò)程是寬而平穩(wěn)的,具體方法可用最陡梯度下降法。第47頁(yè),共71頁(yè),2023年,2月20日,星期五2)Hebb學(xué)習(xí)規(guī)則
Hebb提出的學(xué)習(xí)規(guī)則可歸結(jié)為“當(dāng)某一突觸(連接)兩端的神經(jīng)元激活同步(同為激活或同為抑制)時(shí),該連接的強(qiáng)度應(yīng)增加,反之則應(yīng)減弱”,用數(shù)學(xué)方式可描述為式中,為學(xué)習(xí)速率。由于與、的相關(guān)成比例,故有時(shí)稱之為相關(guān)學(xué)習(xí)規(guī)則。在Hebb學(xué)習(xí)規(guī)則的基礎(chǔ)上增加一個(gè)衰減項(xiàng),即衰減項(xiàng)的加入能夠增加網(wǎng)絡(luò)學(xué)習(xí)的“記憶”功能,并且能夠有效地對(duì)權(quán)值的取值加以限制。3)
競(jìng)爭(zhēng)(Competitive)學(xué)習(xí)在競(jìng)爭(zhēng)學(xué)習(xí)時(shí)網(wǎng)絡(luò)各輸出單元互相競(jìng)爭(zhēng),最后達(dá)到只有一個(gè)最強(qiáng)者激活。第48頁(yè),共71頁(yè),2023年,2月20日,星期五(6)神經(jīng)網(wǎng)絡(luò)在控制中的主要作用在基于精確模型的各種控制結(jié)構(gòu)中充當(dāng)對(duì)象的模型;在反饋控制系統(tǒng)中直接起控制器的作用;在傳統(tǒng)控制系統(tǒng)中起優(yōu)化計(jì)算作用;與其他智能控制方法和優(yōu)化算法相結(jié)合。第49頁(yè),共71頁(yè),2023年,2月20日,星期五(7)常見神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)1)神經(jīng)網(wǎng)絡(luò)直接逆動(dòng)態(tài)控制
神經(jīng)網(wǎng)絡(luò)直接逆動(dòng)態(tài)控制的兩種結(jié)構(gòu)方案第50頁(yè),共71頁(yè),2023年,2月20日,星期五
2)
神經(jīng)網(wǎng)絡(luò)自校正控制
神經(jīng)自校正控制系統(tǒng)
3)
神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制第51頁(yè),共71頁(yè),2023年,2月20日,星期五4)
神經(jīng)網(wǎng)絡(luò)自適應(yīng)PID控制被控對(duì)象具有復(fù)雜的非線性特性時(shí)難以建立精確的數(shù)學(xué)模型,且由于對(duì)象和環(huán)境的不確定性,使控制參數(shù)整定困難,尤其是不能自調(diào)整,往往難以達(dá)到滿意的控制效果,采用神經(jīng)網(wǎng)絡(luò)調(diào)整PID控制參數(shù)就構(gòu)成了神經(jīng)網(wǎng)絡(luò)自適應(yīng)PID控制的結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)自適應(yīng)PID控制系統(tǒng)第52頁(yè),共71頁(yè),2023年,2月20日,星期五2.模糊控制(1)模糊控制的數(shù)學(xué)基礎(chǔ)1)禿頭悖論2)基本概念:模糊集合、元素、論域、隸屬度函數(shù)3)模糊集合表示方法Zadeh表示法
序偶表示法第53頁(yè),共71頁(yè),2023年,2月20日,星期五向量表示法4)隸屬度函數(shù)連續(xù)型離散型第54頁(yè),共71頁(yè),2023年,2月20日,星期五5)模糊語(yǔ)言變量模糊語(yǔ)言變量是自然語(yǔ)言中的詞或句,它的取值不是通常的數(shù),而是用模糊語(yǔ)言表示的模糊集合。
一個(gè)語(yǔ)言變量可由以下的五元體來(lái)表征
(x,T(x),U,G,M)式中,x是語(yǔ)言變量的名稱;
T(x)是語(yǔ)言變量值的集合;
U是x的論域;
G是語(yǔ)法規(guī)則,用于產(chǎn)生語(yǔ)言變量x的名稱;
M是語(yǔ)義規(guī)則,用于產(chǎn)生模糊集合的隸屬函數(shù)。第55頁(yè),共71頁(yè),2023年,2月20日,星期五誤差語(yǔ)言變量的五元體示意圖第56頁(yè),共71頁(yè),2023年,2月20日,星期五6)模糊蘊(yùn)含關(guān)系在模糊邏輯中,模糊邏輯規(guī)則實(shí)質(zhì)上是模糊蘊(yùn)含關(guān)系。在模糊邏輯推理中有很多定義模糊蘊(yùn)含的方法,最常用的一類模糊蘊(yùn)含關(guān)系是廣義的肯定式推理方式.即此處,A、A’、B、B’均為模糊語(yǔ)言。對(duì)于模糊前提“如果x是A,則y是B”,它表示了模糊語(yǔ)言A與B之間的模糊蘊(yùn)含關(guān)系,記為A→B第57頁(yè),共71頁(yè),2023年,2月20日,星期五在模糊邏輯控制中,常用的模糊蘊(yùn)含關(guān)系的運(yùn)算方法有以下幾種,其中前兩種常用。1)模糊蘊(yùn)含的最小運(yùn)算2)模糊蘊(yùn)含的積運(yùn)算3)模糊蘊(yùn)含的算術(shù)運(yùn)算第58頁(yè),共71頁(yè),2023年,2月20日,星期五4)模糊蘊(yùn)含的最大最小運(yùn)算5)模糊蘊(yùn)含的布爾運(yùn)算式中,R為模糊蘊(yùn)含關(guān)系,“
”是合成運(yùn)算符。對(duì)于上面介紹的廣義肯定式推理,結(jié)論B’
是根據(jù)模糊集合A’和模糊蘊(yùn)含關(guān)系A(chǔ)→B的合成推出來(lái)的,因此可得如下的模糊推理關(guān)系第59頁(yè),共71頁(yè),2023年,2月20日,星期五例2-3若人工調(diào)節(jié)爐溫,有如下的經(jīng)驗(yàn)規(guī)則:“如果爐溫低,則應(yīng)施加高電壓”,當(dāng)爐溫為“非常低”時(shí),應(yīng)施加怎樣的電壓。解:設(shè)x和y分別表示模糊語(yǔ)言變量“爐溫”和“電壓”,并設(shè)
x和y的論域?yàn)?/p>
X=Y={1,2,3,4,5}A表示爐溫低的模糊集合第60頁(yè),共71頁(yè),2023年,2月20日,星期五B表示高電壓的模糊集合從而模糊規(guī)則可表述為:“如果x是A,則y是B”。設(shè)為非常A,則上述問題變?yōu)椤叭绻鹸是,則應(yīng)是什么”。為了便于計(jì)算,將模糊集合A和B與成向量形式A=[10.80.60.40.2],B=[0.20.40.60.81]第61頁(yè),共71頁(yè),2023年,2月20日,星期五由于該例中x和y的論域均是離散的,因而模糊蘊(yùn)含關(guān)系Kc可用如下模糊矩陣來(lái)表示當(dāng)=“爐溫非常低”=A2=[10.640.360.160.04]時(shí)第62頁(yè),共71頁(yè),2023年,2月20日,星期五其中中的每項(xiàng)元素是根據(jù)模糊關(guān)系矩陣的合成規(guī)則求出的,如第1行第1列的元素為這時(shí),推論結(jié)果仍為“高電壓”。第63頁(yè),共71頁(yè),2023年,2月20日,星期五(2)模糊控制系統(tǒng)人的手動(dòng)控制決策可以用語(yǔ)言加以描述,總結(jié)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 現(xiàn)代交通樞紐的鐵路貨運(yùn)效率優(yōu)化
- 深度解讀如何用云計(jì)算構(gòu)建高效智能制造平臺(tái)
- 國(guó)慶節(jié)巡航摩旅活動(dòng)方案
- 小學(xué)趣味運(yùn)動(dòng)會(huì)活動(dòng)方案策劃
- 2024年春七年級(jí)地理下冊(cè) 第九章 第二節(jié) 巴西說(shuō)課稿 (新版)新人教版
- 23 梅蘭芳蓄須說(shuō)課稿-2024-2025學(xué)年四年級(jí)上冊(cè)語(yǔ)文統(tǒng)編版001
- 8 千年夢(mèng)圓在今朝(說(shuō)課稿)2023-2024學(xué)年部編版語(yǔ)文四年級(jí)下冊(cè)
- 5 協(xié)商決定班級(jí)事務(wù) 說(shuō)課稿-2024-2025學(xué)年道德與法治五年級(jí)上冊(cè)統(tǒng)編版
- 2023八年級(jí)英語(yǔ)上冊(cè) Module 9 Population Unit 3 Language in use說(shuō)課稿(新版)外研版
- 《10天然材料和人造材料》說(shuō)課稿-2023-2024學(xué)年科學(xué)三年級(jí)下冊(cè)青島版
- 煤場(chǎng)用車輛倒運(yùn)煤的方案
- 《預(yù)防犯罪》課件
- 【企業(yè)作業(yè)成本在上海汽車集團(tuán)中的應(yīng)用研究案例7300字(論文)】
- 《民航服務(wù)溝通技巧》教案第6課巧妙化解沖突
- 化學(xué)用語(yǔ)專項(xiàng)訓(xùn)練
- 《了凡四訓(xùn)》課件
- 醫(yī)院住院病人健康教育表
- 風(fēng)險(xiǎn)矩陣法(詳細(xì))
- 實(shí)驗(yàn)室供應(yīng)商評(píng)價(jià)的5個(gè)基本步驟
- 電力公司工程勘察設(shè)計(jì)管理辦法
評(píng)論
0/150
提交評(píng)論