作品名稱：智能行走式機械手臂
學(xué)校名稱：云南農(nóng)業(yè)大學(xué)
參賽隊伍：DZM
參賽學(xué)生：鄧雪超 馬勛濤 祝楊清
指導(dǎo)老師：王瓊 李貴榮
工業(yè) 4.0 即工業(yè)生產(chǎn)建設(shè)從簡單機械化過渡到智能化。在機器人技術(shù)快速發(fā)展與持續(xù)完善的大環(huán)境下，工業(yè)機械手臂被廣泛運用于工業(yè)領(lǐng)域中，其發(fā)展與應(yīng)用意義重大，在科學(xué)技術(shù)的更新?lián)Q代、經(jīng)濟的快速發(fā)展乃至社會的進步方面都起到了很大的作用，其軌跡規(guī)劃也被列為工業(yè)機器人研究的一項重要工作。本文通過將機械手臂、柔性制造系統(tǒng)和柔性制造單元相結(jié)合，實現(xiàn)了機械手臂的某些智能化，在一定程度上為機械制造系統(tǒng)的智能操作狀態(tài)做了某些預(yù)研性研究實現(xiàn)智能機械手臂的構(gòu)建。在滿足一定環(huán)境的要求下，它可以完全智能地抓取限定工作臺面的物體。同時，它也可通過實時抓幀，測量周圍物體的坐標(biāo)位置，調(diào)整自身參數(shù)，實現(xiàn)其適應(yīng)、交互的智能特性。
本小組通過運用嵌入式開發(fā)中的某些技術(shù)，實現(xiàn)了機械手臂的智能化
1、以TQ210開發(fā)板作為整個工作系統(tǒng)的控制主板，對各種數(shù)據(jù)信號進行了相關(guān)處理。
2、實現(xiàn)了機械手臂對物體實施抓取動作的路徑設(shè)計。
3、在一定環(huán)境下，機械手臂可不接受外界控制完全自主地執(zhí)行抓取動作。
4、能通過實時抓幀，測量周圍物體的坐標(biāo)位置，調(diào)整自身參數(shù)，以實現(xiàn)其適應(yīng)、
交互的智能特性。
基于模糊神經(jīng)網(wǎng)絡(luò)控制實現(xiàn)智能化。
首先對網(wǎng)絡(luò)參數(shù)進行初始化,即對慣性系數(shù)α。和平滑因子β賦值,對mii、αii和wka賦初值。在求得和誤差變化率之后,把它們作為模糊神經(jīng)網(wǎng)絡(luò)的輸入,通
過計算各層的誤差反傳信號來計算學(xué)習(xí)率η并調(diào)整mii、αii和wka。利用調(diào)整的參數(shù)求得各機械手臂關(guān)節(jié)的控制力矩,并把控制力矩作為模糊神經(jīng)網(wǎng)絡(luò)的輸出。最后通過采樣時間來判斷是否停止訓(xùn)練。
根據(jù)上述算法,機械手臂控制的總體步驟如下
1. 設(shè)定關(guān)節(jié)的期望軌跡和關(guān)節(jié)的初始值,選取學(xué)習(xí)樣本作為訓(xùn)練對象
2. 確定模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),即確定各層及其各層節(jié)點個數(shù)
3.把選取的樣本進行計算,求得誤差和誤差變化率,作為模糊神經(jīng)網(wǎng)絡(luò)的輸入,機械手臂的控制力矩作為輸出
4.初始化模糊規(guī)則,即確定mii、αii和wka的初值以及確定學(xué)習(xí)率η慣性系數(shù)α和平滑因子β控制量,實現(xiàn)對機械手臂的跟蹤控制
5. 定義誤差函數(shù),依次向前求出各層的誤差,并調(diào)整各參數(shù),得到輸出的控制量,實現(xiàn)對機械手臂的跟蹤控制
6.運用模糊神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本并查看采樣時間,當(dāng)采樣未結(jié)束時,調(diào)整參
數(shù)并重復(fù)以上步驟。
