一种基于强化学习的液压机械臂PID控制方法技术

本发明专利技术公开了一种基于强化学习的液压机械臂PID控制方法，属于重载液压机械臂控制技术领域，包括以下步骤：S1、利用位移传感器获取实验过程中液压机械臂的液压缸位移数据；S2、基于获取的液压缸位移信号和液压缸指令位移信号设计类PID控制器；S3、利用评价神经网络‑执行神经网络架构自动调整时变增益，实时修正PID控制器的增益参数，得到PID控制器的最优增益参数；S4、基于PID控制器的最优控制参数，实现液压缸的高精度跟踪控制。本发明专利技术用于补偿机械与液压系统中存在的强非线性、未知扰动、多关节耦合等，提高液压机械臂系统跟踪精度，该方法避免了传统PID控制中复杂且耗时的手动调参过程，结构简单的同时，具备强大的自适应与学习能力。

【技术实现步骤摘要】

本专利技术涉及重载液压机械臂控制，尤其是一种基于强化学习的液压机械臂pid控制方法。

技术介绍

1、随着现代工业自动化和机器人技术的快速发展，工业机器人应用范围越来越广泛，正逐步从传统的汽车制造、电子装配等领域向更广泛的行业渗透。特别是在高温、高压、有毒有害等危险环境下，工业机器人能够替代人工完成繁重、精密或高危作业，显著提高生产效率和安全性。其中，液压重载机械臂凭借其高功率密度、强负载能力及卓越的抗冲击性能，在核工业、海洋探索、抢险救援等特殊领域展现了独特的优势，成为其不可或缺的关键设备。

2、复杂环境下的应用导致液压机械臂的控制精度面临诸多挑战，同时液压机械臂系统的强非线性、参数不确定性和外界扰动等因素，都会对机械臂的跟踪控制性能产生显著影响。因此，如何在高负载和恶劣环境下实现液压机械臂的高精度运动控制，成为当前研究的热点和难点问题。

技术实现思路

1、为了解决多自由度重载液压机械臂较难高精度运动控制的问题。本专利技术提供一种基于强化学习的液压机械臂pid控制方法，基于执行神经网络-评价神经网本文档来自技高网...

【技术保护点】

1.一种基于强化学习的液压机械臂PID控制方法，其特征在于：包括以下步骤，

2.根据权利要求1所述的一种基于强化学习的液压机械臂PID控制方法，其特征在于：所述步骤S1具体包括，利用位移传感器实时采集液压机械臂各液压缸的位移数据，将采集到的位移数据实时反馈至控制器，并通过控制器的存储模块进行数据存储，所述位移传感器为高精度拉线式位移传感器。

3.根据权利要求1所述的一种基于强化学习的液压机械臂PID控制方法，其特征在于：所述步骤S2中类PID控制器的表达式为，

4.根据权利要求1所述的一种基于强化学习的液压机械臂PID控制方法，其特征在于：所述步骤S3...

【技术特征摘要】

1.一种基于强化学习的液压机械臂pid控制方法，其特征在于：包括以下步骤，

2.根据权利要求1所述的一种基于强化学习的液压机械臂pid控制方法，其特征在于：所述步骤s1具体包括，利用位移传感器实时采集液压机械臂各液压缸的位移数据，将采集到的位移数据实时反馈至控制器，并通过控制器的存储模块进行数据存储，所述位移传感器为高精度拉线式位移传感器。

3.根据权利要求1所述的一种基于强化学习的液压机械臂pid控制方法，其特征在于：所述步骤s2中类pid控制器的表达式为，

4.根据权利要求1所述的...

【专利技术属性】
技术研发人员：艾超，杨世城，陈俊翔，刘佳龙，孔祥东，
申请(专利权)人：燕山大学，
类型：发明
国别省市：