冶金工业机器人是当前冶金工业重要设备之一,该设备的控制技术与其系统性能有密切关联。关于冶金工业机器人高精度控制研究中,以控制器研究为重点,并将鲁棒性作为评价冶金工业机器人控制的重要指标。所以,在对冶金工业机器人进行研究之时,控制鲁棒性精度,即可切实有效提升工业机器人控制精度,后续关于冶金工业机器人高精度控制,由鲁棒性控制为研究重点。
一、鲁棒性及鲁棒控制器
(一)鲁棒性
鲁棒性(Robustness)使当前计算机科学领域提出的新名词,主要用于描述计算机系统在异常环境下运行,或危险情况下运行展现功能以及性能。鲁棒性可特指系统在计算机环境不确定、干扰因素过多或错误信号情况下保持稳定,防止系统崩溃以及失效。
鲁棒性已经在计算机控制系统、机器学习等领域广泛应用。以计算机软件设计为例,研究鲁棒性可提升软件在输入错误、磁盘崩溃、网络过载、恶意攻击情况相爱出现异常状态,并且能够使计算机系统保持正常运行能力。
鲁棒性也开始应用于工业控制系统设计,将鲁棒性作为控制系统稳定性的重要指标,想办法提升计算机鲁棒性,可切实有效控制参数摄动,降低外部干扰,从而保证系统控制更加稳定,系统性能更加高效[1]。
通过上述研究可知,关于鲁棒性的研究已经成为计算机、控制系统研究的重点,成为计算机、工业机器人领域研究的重要指标,工业机器人可提高系统应用算法,提升系统应用稳定性,提升计算机等重要系统在不同环境下运行的适应能力。在当前社会,人工智能技术、物联网、大数据等技术不断发展,鲁棒性将会全面应用于各领域。
(二)鲁棒控制器
鲁棒控制器是在鲁棒性理论研究后设计一种特殊控制装置,该装置已经在计算机,控制系统中良好应用,并且在应用后形成闭环控制系统,最终形成对系统鲁棒性控制。
鲁棒控制器设计应用是现代计算机以及控制系统发展的新要求,计算机与控制系统在社会生产生活中应用逐渐广泛,并且其应用中也遇到复杂环境,影像系统信号传输,最终造成控制稳定性不足。而应用鲁棒控制器后,系统运行的不确定性因素可利用鲁棒控制器的控制策略进行消除与整改。控制器在应用后可在遇到复杂控制环境后进行建模,模型中添加各种不确定性因素,包括计算机运行中常见的参数扰动、噪声干扰等影响因素。最后,在模型中利用鲁棒控制理论对控制器各种影像参数进行重新设计,以保证系统能够在不确定因素影响下依然保持较高稳定性以及控制能力。
总而言之,鲁棒控制器是以鲁棒性控制为关键的重要装置,该装置在当前计算机、物联网以及智能化技术发展背景下具有良好的应用与发展前景。并且在控制理论和技术快速发展之时,关于鲁棒性以及控制器性能研究将成为重点要点,对于鲁棒控制器应用有非常重要的作用,可切实提升鲁棒控制器应用质量。
三、高精度鲁棒性控制方法及验证
(一)鲁棒性H∞控制方法
综上研究讨论可知鲁棒性控制已经成为现代计算机、工业机器人等领域重要理念。可以说,想要提升工业机器人稳定性,应从鲁棒性控制精度入手。所以,本文关于冶金工业机器人鲁棒性的研究,也重点研究鲁棒性控制。本文在结合相关文献资料之后,提出鲁棒性H∞控制方法该控制方法以线性模型与反馈规律为研究重点。在设置反馈规律的过程中,根据冶金工业机器人的力学模型设置动力学模型,以下是其动力学模型表达式。
M(q)Q+C0(q,Q)Q=t+t1+u(X)
在表达式中q为速度、Q为加速度向量,t代表驱动力矩,u代表外界干扰以及干扰力矩[2]。
通过上述研究可知,该方法在研究中应用,可控制外界干扰因素,完成干扰力矩控制,继而确保干扰控制更加高效。整个干扰控制实施的过程中,要求对干扰力矩进行综合控制分析,确保各项控制研究更加高效。正是因为模型和公式中可控制外界干扰因素,减少力矩变化的影响,所以使鲁棒性H∞控制方法可在鲁棒性控制中全面应用,提升鲁棒性控制效率。
(二)仿真实验研究
从理论角度上而言,鲁棒性H∞控制方法在工业机器人鲁棒性高精度控制研究中应用具有良好效果。而实际上,为提升鲁棒性,其高精度控制优势更加明显。上述公式模型采用多种干扰因素,并且以非线性模型为基础,从而使鲁棒性控制精度得到良好的控制。为验证鲁棒性H∞控制方法在冶金工业机器人高精度鲁棒性控制中应用,本文在研究中提出鲁棒性H∞控制仿真,以下是具体仿真过程研究分析。
1.设置相关参数
在本次研究中对某冶金工业机器人的三个关键节点实施仿真,仿真中工业机器人的参考轨迹设置为Q=sin(2π),将速度和加速度分别设置为一阶导数和二阶导数,整个仿真过程时间设置为5s。在对仿真模型初始状态进行设计的过程中,其状态分别为Q=0.2、Q1=0.2以及Q3=0.2。
冶金工业机器人在应用过程中,受到多种外界干扰,其动力学模型受到干扰因素也比较多,所以在设置相关参数的过程中,将外界干扰以及干扰力矩设置为2sin(10t)、sin(10t)和0.5sin(10t)。
图1鲁棒性精度控制图
2.仿真结果分析
设置相关参数后,对模型进行仿真模拟,并设置关键跟踪位置和速度误差模拟图,根据模拟图开始确认速度算法。根据图1可知如果扰动较大时,RHFTC 算法有快 速收敛的特性,并且具有较好的鲁棒性,同时各关节误差远小于 0.05rad。而 FIDC 算法的鲁棒性较弱。观察图 1 的红色虚线容易看出,关节3的跟踪位置出现比较大的误差,而且趋于发散,关节3的速度误差也较大。在对上述图形进行分析后发现,在模型算法应用下,鲁棒性控制精度更高,符合控制应用要求,适合在当前速度控制中全面应用,可切实提升鲁棒性控制应用效果,促进冶金工业机器人发展[3]。
结束语
通过本文对冶金工业机器人高精度鲁棒性控制研究发现,在鲁棒性控制研究中,鲁棒性H∞控制方法应用具有高精度、高效率特点,适合在工业机器人控制领域中应用,可提升工业机器人控制效果。
参考文献
[1]赖昱,朱俊.水下机器人惯性导航技术综述[J].控制与信息技术, 2023(6):9-15.
[2]王超,白玉田.基于智能算法的工业机器人多关节同步控制技术研究[J].自动化与仪器仪表, 2023(8):115-120.
[3]王喆鉴,李磊,万羿岑.自适应控制算法在工业机器人操作中的应用与优化[J].葡萄酒, 2023(14):0100-0102.