Page 50 - 工业机器人控制技术研究

R 工业机器人控制技术研究
esearch on Control Technology of Industrial Robot

境的变化，是能使系统保持在最优或次优工作状态的控制方法，具有容错能力强、
操作简单、语言使用方便等优点，但控制精度和系统动态品质较差、收敛时间慢、
控制消耗时间长。

上面所介绍的控制方法，都是比较基础和典型的，但是控制方法本身都存在
某些缺陷与不足，已经不符合现在的智能控制要求，中国和其他国家学者对这些
方法进行了改进与创新。中国控制方法的创新主要是多种控制方法的融合与改进，
模糊算法有着控制设计简单，能应用复杂非线性系统的优点，中国学者将模糊算

法与其他控制算法方法进行结合。例如，与自适应算法结合，提出自适应模糊控
制方法，能减少轨迹误差，提高运动控制精度。
与 PID 算法结合，提出了模糊 PID 算法，解决了传统 PID 算法控制精度低、
跟踪误差大等缺点，能减小末端执行机构的运动误差；自适应控制具有使系统能

保持最优或次优的工作状态的能力，具有自我修正参数的能力，自适应控制与鲁
棒控制的结合，解决了鲁棒控制系统的稳态精度较差的问题，使得控制系统具有
了暂态和稳态性能好、系统运行平稳、抗干扰能力强、跟踪误差小等优点；神经
网络控制也同样被应用到其他控制方法之中，神经网络控制与鲁棒控制相结合的

神经网络鲁棒控制方法，不仅能保证末端执行机构的精确控制与恒力控制，还对
外界振动干扰有明显的抑制效果；神经网络应用到数学模型控制之中，利用改进
的神经网络建立机器人的逆运动学模型，可以解决传统方法求解速度慢、计算量
大、通用性差等问题，还能降低最大跟踪误差，提高轨迹跟踪精度；神经网络控

制、PID 控制、模糊控制三者的结合，模糊神经网络 PID 控制技术，这种控制系
统对模型的依赖性小，鲁棒性强，控制精度高，消耗时间少，可以实现路径追踪
的自适应调节。
国际上的机器人控制和中国相似，也是多种控制方法的融合与创新。例如，

使用 MATLAB 与 Simscape Multibody 等软件对工业机器进行物理建模，辅助提
高机器人数学模型的准确性或使用具有积分补偿的模型预测控制方法（MPC-I），
该方法补偿了系统匹配不确定性，提高机器人数学模型的准确性。自适应控制与
模糊控制、鲁棒控制、PID 控制等控制方法进行结合。例如，有自适应模糊控制

方法，能够提高跟踪控制的正确性和准确性，能够提高对未知环境的动态抗干扰
能力。有自适应鲁棒控制，它是依据机器人执行机构在任务空间中的机器人动力
学，通过结合自身适应鲁棒控制规律，对机器人进行运动控制，能够显著降低工

42