四轴迭代学习控制的工业机器人设计方法及系统技术方案

本发明专利技术公开一种四轴迭代学习控制的工业机器人设计方法，通过将需要加工成型的三维零件转换为同质曲线簇轨迹，再依次提取其中曲线作为系统跟踪的期望轨迹，使得迭代学习控制可以单独适用，从而使得迭代学习控制可以对这类轨迹群进行有效适用，进而完成三维零件的加工；通过对前一条期望轨迹学习所得的控制信息进行有效继承，使得跟踪当前期望轨迹时的初次迭代控制信息不再从零开始学习，因而大大加快了系统的学习速度，降低了迭代次数，从而极大地提升了工作效率。并且，应用该设计方法的工业机器人系统，可以加工传统回旋体设备不能加工的基面轨迹为任意形状的三维零件，极大地提高了工业零件的多样性，非常适用于工业中的个性化零件生产。

Design method of industrial robot based on four axis iterative learning control and industrial robot system

The invention discloses an industrial robot design method of four axis iterative learning control. By converting the 3D parts that need processing into homogenous curve cluster trajectories, the curve is extracted in turn as the desired trajectory of the system tracking, so that the iterative learning control can be used individually, so that the iterative learning control can be controlled. This kind of trajectory group is effectively applied to complete the processing of three dimensional parts. Through the effective inheritance of the control information obtained from the previous expected trajectory learning, the initial iterative control information of the current desired trajectory is no longer learning from zero. Thus, the learning speed of the system is greatly accelerated and the iteration is reduced. The number of generations has greatly improved the efficiency of work. In addition, the industrial robot system using this design method can process three dimensional parts with arbitrary shape, which can not be machined by the traditional gyrotron equipment. It greatly improves the diversity of industrial parts, and is very suitable for the production of individual parts in industry.

【技术实现步骤摘要】
四轴迭代学习控制的工业机器人设计方法及工业机器人系统
本专利技术属于轨迹跟踪控制
，尤其涉及一种四轴迭代学习控制的工业机器人设计方法及工业机器人系统。
技术介绍
工业机器人技术目前是科学界和工业界研究的热点之一，而其操作终端的轨迹跟踪问题一直是研究的核心问题。迭代学习控制(ILC)适合于一类具有重复运行特性的被控对象，其任务是寻找理想控制输入，使得被控系统的实际输出轨迹在有限时间区间上沿整个期望输出轨迹实现零误差的完全跟踪，并且整个控制过程要求快速完成。虽然迭代学习控制方法可以实现对期望轨迹的完全跟踪，但是现有的方法要求期望轨迹严格一致，只要期望轨迹发生任意改变，迭代学习控制的控制信息均从零值开始重新学习，先前学习所得的控制信息都不能有效利用。对于轨迹跟踪问题的研究，现有的文献主要是对单一轨迹展开的，还没有对具有某种属性的轨迹群进行分析的。传统迭代学习控制具有三轴，分别是时间轴、迭代轴和幅值轴，对于期望轨迹为单一轨迹的跟踪问题，具有三轴的传统ILC可以适用，然而对于期望轨迹是由若干轨迹组成的轨迹群的跟踪问题，具有三轴的传统ILC不再能有效适用。传统回旋体设备只能加工出基面为正圆轨迹的零件，而不能加工出基面为任意形状的三维零件。
技术实现思路
针对现有技术的不足，本专利技术的第一目的是提供一种四轴迭代学习控制的工业机器人设计方法。本专利技术解决所述技术问题的技术方案是，设计一种四轴迭代学习控制的工业机器人设计方法，该方法包括：步骤1：根据工业机器人需要加工处理的三维零件建立其相应的同质曲线簇轨迹；步骤2：选定工业机器人的运动机构作为分析对象，并建立其动力学模型；步骤3：提取同质曲线簇轨迹中的基轨迹作为系统跟踪的期望轨迹，并预设初次迭代的控制信息为零，跳转至步骤6；步骤4：使跟踪的当前期望轨迹指向同质曲线簇轨迹中的下一条，并判断跟踪的上一条轨迹是否为终轨迹，若是终轨迹，则完成了同质曲线簇轨迹的跟踪过程，即工业机器人实现了对三维零件的加工，结束；否则，进入下一步；步骤5：对上一条期望轨迹学习所得的有效控制信息进行修正，并将修正后的信息预设为当前期望轨迹初次迭代时的控制信息；步骤6：预设系统的初始状态等于当前同质轨迹对应的理想初态，并求取此次迭代的跟踪轨迹；步骤7：计算并判断此次迭代的最大跟踪误差是否收敛到可容许最大跟踪误差以下，若最大跟踪误差大于可容许最大跟踪误差，即此次迭代还未有效跟踪当前轨迹，则进入下一步，否则，返回步骤4；步骤8：由当前的跟踪误差及设定的学习增益结合上次的控制信息来调整系统的本次控制，进而再次求取跟踪轨迹，返回步骤7。进一步的，本专利技术提供一种工业机器人系统，其特征在于，采用上述四轴迭代学习控制的工业机器人设计方法和如下结构：包括主旋转轴部件、平移轴部件和控制操作轴部件，其中主旋转轴部件、平移轴部件两部件固定与操作平台上面；主旋转轴部件由主轴电机和减速器构成；所述平移轴部件由直线电机构成，其上设置有定子和动子，动子设置于定子上；所述控制操作轴部件由控制电机、机械传动器、伸缩臂和加工头构成；三维零件固定于减速器的传动输出端，减速器的传动输入端与主轴电机的转子机械连接；加工头固定于伸缩臂的前端，伸缩臂的后端固定于机械传动器的传动输出端，机械传动器的传动输入端与控制电机的转子机械连接；由控制电机、机械传动器、伸缩臂和加工头组成的控制操作轴部件固定于直线电机的动子上面；另设置有控制器，用于控制驱动控制电机、控制驱动主轴电机和直线电机。本专利技术的四轴迭代学习控制的工业机器人设计方法，通过将需要加工成型的三维零件转换为同质曲线簇轨迹，再依次提取其中曲线作为系统跟踪的期望轨迹，使得迭代学习控制可以单独适用，从而使得迭代学习控制可以对这类轨迹群进行有效适用，进而完成三维零件的加工；通过对前一条期望轨迹学习所得的控制信息进行有效继承，使得跟踪当前期望轨迹时的初次迭代控制信息不再从零开始学习，因而大大加快了系统的学习速度，降低了迭代次数，从而极大地提升了工作效率。并且，应用该设计方法的工业机器人系统，可以加工传统回旋体设备不能加工的基面轨迹为任意形状的三维零件，极大地提高了工业零件的多样性，非常适用于工业中的个性化零件生产。附图说明图1为本专利技术四轴迭代学习控制的工业机器人设计方法流程图。图2为基于四轴迭代学习控制方法的一种实施例的工业机器人系统结构示意图。图3为传统ILC可以跟踪的三维零件结构示意图。图4为本专利技术的四轴ILC可以跟踪的三维零件结构示意图。图5为基轨迹的三维跟踪过程曲线。图6为基轨迹的最大跟踪误差收敛曲线。图7为同质曲线簇轨迹的跟踪过程曲线。图8为同质曲线簇轨迹的最大跟踪误差收敛曲线。图9为本专利技术的四轴ILC与传统ILC跟踪同质曲线簇轨迹的对比图。具体实施方式下面结合附图和实施例对本专利技术做进一步说明。本专利技术提供的四轴迭代学习控制的工业机器人设计方法(参见图1)，具体包括：步骤1：根据工业机器人需要加工处理的三维零件建立其相应的同质曲线簇轨迹。其中，同质曲线簇轨迹是一类具有形状相似、幅值不同特性的轨迹群，传统迭代学习控制具有时间轴、幅值轴和迭代轴，然而本专利技术较于传统迭代学习控制除了包括已有的三轴之外，还将这类轨迹群作为独特的第四轴——轨迹轴。步骤2：选定工业机器人的运动机构作为分析对象，并建立其动力学模型。步骤3：提取同质曲线簇轨迹中的基轨迹作为系统跟踪的期望轨迹，并预设初次迭代的控制信息为零，跳转至步骤6。步骤4：使跟踪的当前期望轨迹指向同质曲线簇轨迹中的下一条，并判断跟踪的上一条轨迹是否为终轨迹，若是终轨迹，则完成了同质曲线簇轨迹的跟踪过程，即工业机器人实现了对三维零件的加工，结束；否则，进入下一步。步骤5：对上一条期望轨迹学习所得的有效控制信息进行修正，并将修正后的信息预设为当前期望轨迹初次迭代时的控制信息。步骤6：预设系统的初始状态等于当前同质轨迹对应的理想初态，并求取此次迭代的跟踪轨迹。步骤7：计算并判断此次迭代的最大跟踪误差是否收敛到可容许最大跟踪误差以下，若最大跟踪误差大于可容许最大跟踪误差，即此次迭代还未有效跟踪当前轨迹，则进入下一步，否则，返回步骤4。步骤8：由当前的跟踪误差及设定的学习增益结合上次的控制信息来调整系统的本次控制，进而再次求取跟踪轨迹，返回步骤7。在步骤1中，所述的同质曲线簇轨迹由水平放置的三维零件的外轮廓面与等间距的水平面相交所得的全体曲线组成，这些曲线按照垂直于水平面的方向，从底端到顶端依次编制上轨迹号，最底端的曲线为基轨迹，最顶端的曲线为终轨迹。所述的工业机器人是一种加工三维零件的设备。下面以工业机器人的运动机构(其运动特性为线性)为例，来具体阐述本专利技术设计方法：所述的四轴迭代学习控制的工业机器人设计方法，其特征在于，该方法具体包括：步骤1：根据工业机器人需要加工处理的三维零件建立同质曲线簇轨迹：yl,d(t)＝f(t)(t∈[0,T])(1)其中，f(*)表示一种函数关系；T表示系统的运行周期；l表示同质曲线的轨迹号，取值范围为[0,N]的整数，共有N+1条轨迹，l＝0时，yl＝0,d(t)表示基轨迹，l＝N时，yl＝N,d(t)表示末轨迹，yl,d(t)表示第l条同质轨迹；相邻同质轨迹之间的轨迹比例增益为此处，当l＝0时，Ml＝0(t)＝1，l∈[1本文档来自技高网...

【技术保护点】
1.四轴迭代学习控制的工业机器人设计方法，其特征在于，该方法包括：步骤1：根据工业机器人需要加工处理的三维零件建立其相应的同质曲线簇轨迹；步骤2：选定工业机器人的运动机构作为分析对象，并建立其动力学模型；步骤3：提取同质曲线簇轨迹中的基轨迹作为系统跟踪的期望轨迹，并预设初次迭代的控制信息为零，跳转至步骤6；步骤4：使跟踪的当前期望轨迹指向同质曲线簇轨迹中的下一条，并判断跟踪的上一条轨迹是否为终轨迹，若是终轨迹，则完成了同质曲线簇轨迹的跟踪过程，即工业机器人实现了对三维零件的加工，结束；否则，进入下一步；步骤5：对上一条期望轨迹学习所得的有效控制信息进行修正，并将修正后的信息预设为当前期望轨迹初次迭代时的控制信息；步骤6：预设系统的初始状态等于当前同质轨迹对应的理想初态，并求取此次迭代的跟踪轨迹；步骤7：计算并判断此次迭代的最大跟踪误差是否收敛到可容许最大跟踪误差以下，若最大跟踪误差大于可容许最大跟踪误差，即此次迭代还未有效跟踪当前轨迹，则进入下一步，否则，返回步骤4；步骤8：由当前的跟踪误差及设定的学习增益结合上次的控制信息来调整系统的本次控制，进而再次求取跟踪轨迹，返回步骤7。

【技术特征摘要】
1.四轴迭代学习控制的工业机器人设计方法，其特征在于，该方法包括：步骤1：根据工业机器人需要加工处理的三维零件建立其相应的同质曲线簇轨迹；步骤2：选定工业机器人的运动机构作为分析对象，并建立其动力学模型；步骤3：提取同质曲线簇轨迹中的基轨迹作为系统跟踪的期望轨迹，并预设初次迭代的控制信息为零，跳转至步骤6；步骤4：使跟踪的当前期望轨迹指向同质曲线簇轨迹中的下一条，并判断跟踪的上一条轨迹是否为终轨迹，若是终轨迹，则完成了同质曲线簇轨迹的跟踪过程，即工业机器人实现了对三维零件的加工，结束；否则，进入下一步；步骤5：对上一条期望轨迹学习所得的有效控制信息进行修正，并将修正后的信息预设为当前期望轨迹初次迭代时的控制信息；步骤6：预设系统的初始状态等于当前同质轨迹对应的理想初态，并求取此次迭代的跟踪轨迹；步骤7：计算并判断此次迭代的最大跟踪误差是否收敛到可容许最大跟踪误差以下，若最大跟踪误差大于可容许最大跟踪误差，即此次迭代还未有效跟踪当前轨迹，则进入下一步，否则，返回步骤4；步骤8：由当前的跟踪误差及设定的学习增益结合上次的控制信息来调整系统的本次控制，进而再次求取跟踪轨迹，返回步骤7。2.根据权利要求1所述的四轴迭代学习控制的工业机器人设计方法，其特征在于，该方法具体包括：步骤1：根据工业机器人需要加工处理的三维零件建立同质曲线簇轨迹：yl,d(t)＝f(t)(t∈[0,T])(1)其中，f(*)表示一种函数关系；T表示系统的运行周期；l表示同质曲线的轨迹号，取值范围为[0,N]的整数，共有N+1条轨迹，l＝0时，yl＝0,d(t)表示基轨迹，l＝N时，yl＝N,d(t)表示末轨迹，yl,d(t)表示第l条同质轨迹；相邻同质轨迹之间的轨迹比例增益为此处，当l＝0时，Ml＝0(t)＝1，l∈[1,N]；步骤2：建立工业机器人的运动机构的动力学模型为：式中，x(t)∈Rn，u(t)∈Rr，y(t)∈Rm，分别表示系统的状态向量、控制向量、输出向量和状态扰动向量；A、B、C分别表示已知的相应维数的系统矩阵、输入矩阵和输出矩阵；系统在有限时间间隔[0,T]内重复运行，为区分式(3)在不同轨迹及历次迭代中的信号，这里引入了双重下角标l和k，其中，l表示同质曲线的轨迹号，k表示迭代次数，所以系统(1)可改写为：针对第l条同质轨迹进行的第k次迭代的跟踪误差为：el,k(t)＝yl,d(t)-yl,k(t)(5)其中，yl,d(t)表示第l条同质轨迹，yl,k(t)表示对针对第l条同质轨迹进行的第k次迭代的实际输出；步骤3：提取同质曲线簇轨迹中的基轨迹作为系统跟踪的期望轨迹，并预设初次迭代的控制信息...

【专利技术属性】
技术研发人员：蒲陈阳，刘作军，庞爽，陈玲玲，张燕，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：天津,12