。技术支持
你的位置:首页 > 。技术支持

。。了解。机器人控制的基本。。方法

。来源:??????2017-12-26 17:17:17??????点击:

。机器人的控制。。方法,。根据控制算法的。不同可分为以下几种类型。
。按照控制算法的。不同,。机器人的控制。。方法可以分为PID控制、变结构控制、自。适应控制、模糊控制、神经元网络控制等。。方法。也有的文献将现有的控制算法分为逻辑门限控制、PID控制、滑模变结构控制、神经网络控制和模糊控制等。这些控制。。方法并非。孤立的,在一个控制系统之中。常常。。结合在一起使用。 
 

1、PID控制 
 

在工程。实际中,应用最为。广泛的。调节器控制。规律为比例、积分、微分控制,简称PID控制,又称PID。调节。PID控制器问世至今已有近70年历史,它以其结构。简单、。稳定性好、。工作可靠、调整。方便而成为工业控制的主要。技术之一。当被控。对象的结构和参数不能完全掌握,或得不到。。精确的数学。模型时,控制理论的其它。技术难以。采用时,系统控制器的结构和参数必须。依靠。经验和现场调试来确定,这时应用PID控制。技术最为。方便。
 

即当我们不完全。。了解一个系统和被控。对象,或不能通过。有效的。测量手段来获得系统参数时,最适。合用PID控制。技术。PID控制,。实际中也有PI和PD控制。PID控制器就是。根据系统的误差,。。利用比例、积分、微分。计算出控制量。进行控制的。  
 

2、变结构控制 
 

变结构控制是20世纪50。年代从苏联。发展起来的一种控制方案。所谓变结构控制,是指控制系统中具有多个控制器,。根据一定的规则在。不同的。情况下。采用。不同的控制器。。采用变结构控制具有许多其他控制所没有的优点,可以实现对一类具有不确定参数的非线性系统的控制。 
 

3、自。适应控制 
 

所谓自。适应控制,是指系统的输入或。干扰发生大。。范围的。变化时,所设计的系统能够自。适应。调节系统参数或控制。策略,使输出仍能。达到设计的要求。自。适应控制所。。处理的是具有“不确定性”的系统,通过对随机变量状态的。观测和系统。模型的辨识,。设法降低这种不确定性。控制。结果。常常是。达到一定的控制指标,即“最优的控制”被“。有效的控制”所取代。 
 

自。适应控制系统按其原理的。不同,可分为。模型参考自。适应控制系统、自校正控制系统、自寻优控制系统、变结构控制系统和智能自。适应控制系统等。在这些类型的自。适应控制系统中,。模型参考自。适应控制系统和自校正控制系统较成熟,也较常用。 
 

4、模糊控制 
 

在模糊控制中,输入量。经过模糊量化成为模糊变量,有模糊变量。经过模糊规则的推理获得模糊输出,。经过解模糊。得到清晰的输出量用于控制。模糊控制最早
在1965年由美国加利福尼亚大学的Zadeh教授提出,1974年英国的E.H.Mamdani。成功地将模糊控制应用于锅炉和蒸汽机控制。随后,模糊控制在控制领域。得到了快速。发展,并获得大量。成功的应用。  
 

5、神经元网络控制 
 

神经网络控制是20世纪80。年代末期。发展起来的自动控制领域的前沿学科之一。它是智能控制的一个新的分支,为解决。复杂的非线性、不确定、不确知系统的控制问题。。开辟了新途径。 神经网络控制是(人工)神经网络理论与控制理论相。。结合的产物,是。发展中的学科。它。汇集了。包括数学、生物学、神经。生理学、脑科学、遗传学、人工智能、。计算机科学、自动控制等学科的理论、。技术、。。方法及研究。。成果。
 

在控制领域,将具有学习能力的控制系统称为学习控制系统,属于智能控制系统。神经控制是有学习能力的,属于学习控制,是智能控制的一个分支。 神经控制。发展至今,虽仅有十余年的历史,已有了多种控制结构。如神经。预测控制、神经逆系统控制等。