机器人焊缝跟踪神经网络控制的研究.doc
约8页DOC格式手机打开展开
机器人焊缝跟踪神经网络控制的研究,全文8页3568字 叙述真切摘要研究神经网络技术在弧焊机器人焊缝跟踪过程中的应用,通过神经网络在笛卡尔空间轨迹的补偿作用,确定出基于笛卡尔空间参考轨迹控制的机器人焊缝跟踪神经网络控制器。与传统的关节计算力矩法相比,所设计的神经网络控制器具有良好的控制特性及较强的鲁棒性,焊缝跟踪精度得到了...
内容介绍
此文档由会员 周伯通 发布
机器人焊缝跟踪神经网络控制的研究
全文8页3568字 叙述真切
摘要 研究神经网络技术在弧焊机器人焊缝跟踪过程中的应用,通过神经网络在笛卡尔空间轨迹的补偿作用,确定出基于笛卡尔空间参考轨迹控制的机器人焊缝跟踪神经网络控制器。与传统的关节计算力矩法相比,所设计的神经网络控制器具有良好的控制特性及较强的鲁棒性,焊缝跟踪精度得到了显著的提高。
关键词:神经网络 机器人 焊缝跟踪
STUDY ON THE NEURAL NETWORK
CONTROL FOR SEAM TRACKING
OF ARC-WELDING ROBOT
Gao Xiangdong Huang Shisheng Yu Yinglin
(South China University of Technology)
Abstract The application of neural network technique in the seam tracking process of arc-welding robot is studied. A neural network controller to modify the reference Cartesian trajectory for the robotic seam tracking is presented through the compensation of the neural network for the Cartesian trajectory. Compared with the traditional computed torque control method, the proposed neural network controller yields salient controlling characteristics and strong robustness. The precision of seam tracking is conspicuously promoted.
Key words:Neural network Robot Seam tracking
0 前言
精确的焊缝跟踪是保证焊接质量的关键,也是实现焊接过程自动化的重要研究课题。目前,绝大多数弧焊机器人位置控制器中,由于缺少模型参数知识及模型复杂难以实时计算等原因,都忽略了关节之间的耦合,把非线性系统近似为线性系统,对每一个关节使用简单的独立PID控制或计算力矩法控制[1]。显然,这种控制方式只适用于对位置控制要求不太高的机器人系统。对于形状较复杂焊缝轨迹跟踪精度及定位精度要求较高的场合,则必须进一步提高机器人运动的控制质量。
由于神经网络技术的应用不需要建立任何精确的数学模型,所以将神经网络应用于机器人的控制自然引起了人们的重视。神经网络可作为通用的非线性模型来替代实际系统,能够消除由于系统结构的不确定性造成的误差[2],本文以弧焊机器人为对象,应用神经网络在机器人控制中的非线性补偿技术,研究一种基于笛卡尔空间轨迹的机器人焊缝跟踪神经网络控制器,有效地提高了焊缝跟踪精度。
参考文献
1,Suga Y, Muto A, Kumagai M. Automatic tracking of welding line by autonomous mobile robot for welding of plates (tracking of linear and angled welding lines). Transactions of the Japan Society of Mechanical Engineers, JSME Tokyo Japan, 1997, Part C, 63(612)∶2918~2924
2,高向东,黄石生.弧焊过程中的人工神经网络焊缝检测技术.焊接学报,1998,19∶118~124
3。Gao X D, Motoji Y, Akira M. Application of fuzzy logic controller in the seam tracking of arc-welding robot. IECON Proceedings of the 23rd Annual International Conference on Industrial Electronics, Control, and Instrumentation, New Orleans, LA, USA, 1997, Part 3(3)∶1367~1372
全文8页3568字 叙述真切
摘要 研究神经网络技术在弧焊机器人焊缝跟踪过程中的应用,通过神经网络在笛卡尔空间轨迹的补偿作用,确定出基于笛卡尔空间参考轨迹控制的机器人焊缝跟踪神经网络控制器。与传统的关节计算力矩法相比,所设计的神经网络控制器具有良好的控制特性及较强的鲁棒性,焊缝跟踪精度得到了显著的提高。
关键词:神经网络 机器人 焊缝跟踪
STUDY ON THE NEURAL NETWORK
CONTROL FOR SEAM TRACKING
OF ARC-WELDING ROBOT
Gao Xiangdong Huang Shisheng Yu Yinglin
(South China University of Technology)
Abstract The application of neural network technique in the seam tracking process of arc-welding robot is studied. A neural network controller to modify the reference Cartesian trajectory for the robotic seam tracking is presented through the compensation of the neural network for the Cartesian trajectory. Compared with the traditional computed torque control method, the proposed neural network controller yields salient controlling characteristics and strong robustness. The precision of seam tracking is conspicuously promoted.
Key words:Neural network Robot Seam tracking
0 前言
精确的焊缝跟踪是保证焊接质量的关键,也是实现焊接过程自动化的重要研究课题。目前,绝大多数弧焊机器人位置控制器中,由于缺少模型参数知识及模型复杂难以实时计算等原因,都忽略了关节之间的耦合,把非线性系统近似为线性系统,对每一个关节使用简单的独立PID控制或计算力矩法控制[1]。显然,这种控制方式只适用于对位置控制要求不太高的机器人系统。对于形状较复杂焊缝轨迹跟踪精度及定位精度要求较高的场合,则必须进一步提高机器人运动的控制质量。
由于神经网络技术的应用不需要建立任何精确的数学模型,所以将神经网络应用于机器人的控制自然引起了人们的重视。神经网络可作为通用的非线性模型来替代实际系统,能够消除由于系统结构的不确定性造成的误差[2],本文以弧焊机器人为对象,应用神经网络在机器人控制中的非线性补偿技术,研究一种基于笛卡尔空间轨迹的机器人焊缝跟踪神经网络控制器,有效地提高了焊缝跟踪精度。
参考文献
1,Suga Y, Muto A, Kumagai M. Automatic tracking of welding line by autonomous mobile robot for welding of plates (tracking of linear and angled welding lines). Transactions of the Japan Society of Mechanical Engineers, JSME Tokyo Japan, 1997, Part C, 63(612)∶2918~2924
2,高向东,黄石生.弧焊过程中的人工神经网络焊缝检测技术.焊接学报,1998,19∶118~124
3。Gao X D, Motoji Y, Akira M. Application of fuzzy logic controller in the seam tracking of arc-welding robot. IECON Proceedings of the 23rd Annual International Conference on Industrial Electronics, Control, and Instrumentation, New Orleans, LA, USA, 1997, Part 3(3)∶1367~1372