基于Dymola的仿人機械臂的建模，仿真與模糊控制
Mehmet Haklidir • Isa Tasdelen

摘要
這篇論文的主要內容是關于仿人機械臂特殊運行軌跡的分析與模糊控制。 這種系統(tǒng)用于材料切割和焊接，狹小和危險環(huán)境下的搬運，食品包裝，檢驗測試電子零件或醫(yī)療產品。 這個機器人手臂實現(xiàn)了一個特殊的軌跡處理方案。在這項研究中，前三個三菱RV-2AJ工業(yè)機器人的例子中，如同一個人的手臂，已使用Dymola的建模和仿真。 運動學方程包含了用拉格朗日方程建立的數(shù)學模型。 基于模糊邏輯控制器的運動軌跡的關節(jié)角度控制已經被設計出來，而仿真研究結果已經在年底發(fā)表。
關鍵詞 ： 系統(tǒng)建模的 模糊邏輯控制 仿人機械臂仿真
介紹
在過去幾十年的工業(yè)機器人已成為制造業(yè)的一個很重要的因素。 機器人沒一天都在應用于新的領域。為了能夠進入新的市場機器人往往需要更好的性能或更低的價格。 高速技術的發(fā)展，不斷增長的計算機計算能力和控制技術的改進使得機器人新的控制方法新的仿真技術和控制理論成為可能。在這種趨勢中，改進機器人的技術性能，必須創(chuàng)造更快，更準確，更智能化的機器人，使用新的機器人控制系統(tǒng)，新的驅動器和先進的控制算法。
在機械手的軌跡控制中，糊邏輯控制是用來適應機器人控制器的動力學模型的影響。 在文獻中，采用邏輯控制的各種方案都被發(fā)表了出來(Erbatur et al. 1997a,b; Spong and Vidyasagar 1989, Koivo 1989,Wang 1994)。 一種用于模糊邏輯和神經網絡的機器人動力學結構控制的方法已經出現(xiàn)，并且包括三自由度的機械臂仿真結果發(fā)表在 （Erbatur等。1997年 ）。 模糊邏輯系統(tǒng)的代表性用法已經給出（Erbatur 等。1997年 ），其中一個是三層前向反饋神經網絡系統(tǒng)。 模糊系統(tǒng)參數(shù)的調整借助于反饋。 Gaussian [3–5], S-formed (Erbatur 等. 1997a)。 隸屬函數(shù)的使用，由混合型的成員函數(shù)組成了sig函數(shù)和三角函數(shù)的隸屬函數(shù)。 在這項研究中，角度誤差（θ - θr）和其衍生的誤差已用于機器人手臂的模糊控制中。