結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器的制造方法
【專利摘要】結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器，它包括神經(jīng)網(wǎng)絡控制器和若干個伺服驅(qū)動器；神經(jīng)網(wǎng)絡控制器給各個伺服驅(qū)動器提供控制信息；每一個伺服驅(qū)動器包括速度控制器、位置控制器和電流控制器；神經(jīng)網(wǎng)絡控制器采用的是Elman網(wǎng)絡，Elman網(wǎng)絡是一種動態(tài)遞歸神經(jīng)網(wǎng)絡結構，能夠克服動態(tài)系統(tǒng)辨識中的問題用神經(jīng)網(wǎng)絡設計自動跳舞機器人控制系通過，保證了收斂速度，并且學習規(guī)則方法得到簡化；輸入層連接傳感器的輸出，通過傳感器探測控制輸入信息，包括位置、速度、電流信號；Elman網(wǎng)絡通過自學習的方式完善其局部反饋和自反饋環(huán)節(jié)，使機器人控制網(wǎng)絡具有記憶功能，能夠適應復雜的動態(tài)環(huán)境。
【專利說明】結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器
【技術領域】
[0001] 本發(fā)明涉及一種結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器，屬于機器人自動化 控制領域。
【背景技術】
[0002] 在工業(yè)化與信息化不斷深度融合發(fā)展的今天，大型裝備的制造都需要重載機器人 的參與。重載機器人可以按照預定要求進行工件的抓取和擺放，來完成重復性工作，以減輕 工人的勞動強度，提高工作效率，對工業(yè)生產(chǎn)自動化起到推動作用。
[0003] 重載機器人是一個高非線性、強耦合的多輸入多輸出系統(tǒng)。機器人存在很多未知 因素以及其本身所具有的復雜性，致使其在工作中的定位和運動軌跡可能與理論值存在較 大出入，影響到工作性能，所以控制重載機器人是一個復雜的運動控制問題。為了提高重載 機器人的運動和控制精度，建立一個能正確反映機器人運動關系的模型。
[0004] 傳統(tǒng)的單輸入單輸出線性控制方式無法滿足重載機器人的控制要求，需要基于動 力學模型對其進行非線性解耦和補償，然而目前國內(nèi)的主流機器人都是采用但輸入單輸出 的PID控制，強制將各軸解耦成SISO系統(tǒng)，沒有考慮到多軸耦合的影響，沒有達到閉環(huán)控制 的目的，跟蹤精度較差。
[0005] Elman網(wǎng)絡是一種典型的局部回歸網(wǎng)絡，它可看作是一個具有局部記憶單元和局 部反饋連接的前向神經(jīng)網(wǎng)絡。Elman網(wǎng)絡具有與多層前向網(wǎng)絡相似的多層結構。它的主要 結構是前饋連接，包括輸入層、隱含層、輸出層，其連接權可以進行學習修正；反饋連接由 一組"結構"單元構成，用來記憶前一時刻的輸出值，其連接權值是固定的。在這種網(wǎng)絡中， 除了普通的隱含層外，還有一個特別的隱含層，稱為承接層。該層從隱含層接收反饋信號， 每一個隱含層節(jié)點都有一個與之對應的關聯(lián)層節(jié)點連接。承接層是Elmna神經(jīng)網(wǎng)絡特有 的，用來記憶隱含層單元前一時刻的輸出值用神經(jīng)網(wǎng)絡設計自動跳舞機器人控制系通過，可以認為是一步時延算子。Elmna神經(jīng)網(wǎng)絡由 承接層節(jié)點用來儲存內(nèi)部狀態(tài)，因此它比BP神經(jīng)網(wǎng)絡等靜態(tài)神經(jīng)網(wǎng)絡具有獨一無二的動 態(tài)特性。
【發(fā)明內(nèi)容】
[0006] 本發(fā)明所要解決的技術問題是傳統(tǒng)的單輸入單輸出線性控制方式無法滿足應用 要求，提供了一種結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器。
[0007] 本發(fā)明采用下述技術方案：結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器，其特征 是，它包括神經(jīng)網(wǎng)絡控制器和若干個伺服驅(qū)動器；
[0008] 神經(jīng)網(wǎng)絡控制器給各個伺服驅(qū)動器提供控制信息；每一個伺服驅(qū)動器包括速度控 制器、位置控制器和電流控制器；
[0009] 神經(jīng)網(wǎng)絡控制器采用的是Elman網(wǎng)絡，Elman網(wǎng)絡是一種動態(tài)遞歸神經(jīng)網(wǎng)絡結構， 能夠克服動態(tài)系統(tǒng)辨識中的問題，保證了收斂速度，并且學習規(guī)則方法得到簡化；
[0010] 根據(jù)重載機器人位置控制器的設計，建立Elman神經(jīng)網(wǎng)絡控制結構，Elman結構分 為輸入層、隱含層、承接層和輸出層。其輸入層單元起信號傳輸作用，輸出層起線性加權作 用，而隱含層的傳遞函數(shù)采用線性和非線性函數(shù)相結合。承接層選用線性的激活函數(shù)，記憶 隱含層單元前一時刻的輸出值，是一步時延算子。輸入層連接傳感器的輸出（如由伺服電 機通過其編碼器提供），通過傳感器探測控制輸入信息，包括位置、速度、電流信號。Elman 網(wǎng)絡通過自學習的方式完善其局部反饋和自反饋環(huán)節(jié)，使機器人控制網(wǎng)絡具有記憶功能， 能夠適應比較復雜的動態(tài)環(huán)境。
[0011] 神經(jīng)網(wǎng)絡控制器輸出若干個位置信號、速度信號和電流信號分別給每個伺服驅(qū)動 器，每個伺服驅(qū)動器驅(qū)動一個伺服電機，伺服電機通過其編碼器將位置信號和速度信號反 饋給神經(jīng)網(wǎng)絡控制器；
[0012] 神經(jīng)網(wǎng)絡控制器選用PC機和PLC共同搭建，PC機通過強大的數(shù)據(jù)處理能力完成 控制所需的計算；PLC主要完成信號處理和輸入輸出功能。
[0013] Elman型人工神經(jīng)網(wǎng)絡的收斂性分析：由于重載機器人輸入輸出的數(shù)據(jù)為一時間 序列或一組時間序列的數(shù)據(jù)，在時間上是離散的，因此可以利用Elman型人工神經(jīng)網(wǎng)絡建 立的離散時間的非線性系統(tǒng)來討論其穩(wěn)定性。
[0014] 如果系統(tǒng)一開始就處于平穩(wěn)狀態(tài)，那么它以后仍將保持這種狀態(tài)，穩(wěn)定 性研宄的是當初狀態(tài)靠近平穩(wěn)點時系統(tǒng)軌跡的性質(zhì)，理論的三個基本概念是：穩(wěn) 定性、漸近穩(wěn)定性和全局穩(wěn)定性。概括地說，穩(wěn)定性對應著連續(xù)依賴于初始狀態(tài)的系統(tǒng)的軌 跡；漸近穩(wěn)定性對應著這樣的軌跡，它由非常靠近平衡點開始，而當t-c?時，它實際上收 斂到平穩(wěn)狀態(tài)；全局漸近穩(wěn)定性則對應著當t-C?時，系統(tǒng)趨近于唯一平衡點的每一條軌 跡。
[0015] 經(jīng)過穩(wěn)定性定理證明了Elman神經(jīng)網(wǎng)絡的收斂性，為Elman神經(jīng)網(wǎng)絡的 應用提供了理論依據(jù)。
[0016] 神經(jīng)網(wǎng)絡由于其逼近任意非線性系統(tǒng)的能力、獨特的容錯性以及可方便地應用于 多變量系統(tǒng)的能力，完全滿足重載機器人的非線性系統(tǒng)辨識與自適應控制的需要。神經(jīng)網(wǎng) 絡控制器將神經(jīng)網(wǎng)絡算法運用在其中，把機器人各個關節(jié)角度對應于機器人末端在笛卡爾 坐標系中位置和方向的映射關系得以確定，從而避免了機器人本身的幾何誤差和傳動誤 差，實現(xiàn)了機器人在運動中的位置精度。
[0017] 本發(fā)明的有益效果是：神經(jīng)網(wǎng)絡控制器采用的是Elman網(wǎng)絡，Elman網(wǎng)絡是一種 動態(tài)遞歸神經(jīng)網(wǎng)絡結構，可以克服動態(tài)系統(tǒng)辨識中的問題，保證了收斂速度，并且學習規(guī)則 方法得到簡化。通過Elman網(wǎng)絡結構，實現(xiàn)重載機器人的非線性運動學模型的搭建。采用 這種有局部反饋和自反饋環(huán)節(jié)的Elman神經(jīng)網(wǎng)絡控制器，使得結合神經(jīng)網(wǎng)絡控制的重載機 器人位置控制器具有了記憶功能，能夠適應比較復雜的動態(tài)環(huán)境，大大提高了機器人的性 能。由于重載機器人輸入輸出的數(shù)據(jù)為一時間序列或一組時間序列的數(shù)據(jù)，在時間上是離 散的，因此利用Elman型人工神經(jīng)網(wǎng)絡漸近穩(wěn)定性對應著這樣的軌跡，它由非常靠近平衡 點開始，而當t-c?時，機器人的工作實際上收斂到平穩(wěn)狀態(tài)。
【專利附圖】
【附圖說明】
[0018] 圖1為結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器的結構示意圖。
[0019] 圖2為Elman神經(jīng)網(wǎng)絡結構示意圖。
[0020] 圖3為Elman神經(jīng)網(wǎng)絡控制器示意圖。
【具體實施方式】
[0021] 下面結合【專利附圖】
【附圖說明】本發(fā)明的實施方法。本發(fā)明所述的結合神經(jīng)網(wǎng)絡控制的重載機 器人位置控制器，它包括神經(jīng)網(wǎng)絡控制器和若干個伺服控制器。
[0022] 每一個伺服驅(qū)動器包括位置控制器、速度控制器以及電流控制器。
[0023] 神經(jīng)網(wǎng)絡控制器輸出若干個位置、速度和電流控制信號給每個伺服控制器。每個 伺服驅(qū)動器的驅(qū)動信號反饋給神經(jīng)網(wǎng)絡控制器，其中反饋信號包括位置反饋信號、速度反 饋信號和電流反饋信號。每個伺服驅(qū)動器驅(qū)動一臺伺服電機，伺服電機會通過其編碼器將 位置信號和電流信號反饋給伺服驅(qū)動器，然后再由伺服驅(qū)動器將位置信號和電流信號反饋 給神經(jīng)網(wǎng)絡控制器。伺服電機的軸編碼器是用來反饋伺服電機旋轉(zhuǎn)的角度（位置）給伺服 驅(qū)動器，伺服驅(qū)動器收到反饋信號后再來控制伺服電機旋轉(zhuǎn)。形成閉環(huán)控制以達到精確控 制伺服電機旋轉(zhuǎn)的位置，速度。伺服電機跟椐型號不同有增量型編碼器和絕對編碼器之分。
[0024] 伺服電機跟椐型號不同有增量型編碼器和絕對編碼器之分
[0025] 結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器的結構如圖2所示。神經(jīng)網(wǎng)絡的輸入 層連接伺服驅(qū)動器。神經(jīng)網(wǎng)絡控制器有6個輸入和3個輸出，隱含層和承接層神經(jīng)元個數(shù) 定為10。承接層選用線性激活函數(shù)，隱含層選用非線性激活函數(shù)對數(shù)S型，采用這種有局部 反饋和自反饋環(huán)節(jié)的Elman神經(jīng)網(wǎng)絡控制器，使得結合神經(jīng)網(wǎng)絡控制的重載機器人位置控 制器具有了記憶功能，能夠適應比較復雜的動態(tài)環(huán)境，大大提高了機器人的性能。
[0026] 結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器的輸入層連接伺服驅(qū)動器。神經(jīng)網(wǎng)絡 控制器有6個輸入和3個輸出，隱含層和承接層神經(jīng)元個數(shù)定為10。
[0027] 承接層選用線性激活函數(shù)：
[0028] f( · ) :f(z)=Z
[0029] 隱含層選用非線性激活函數(shù)對數(shù)S型：
[0030]
【權利要求】
1. 結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器，其特征是，它包括神經(jīng)網(wǎng)絡控制器和 若干個伺服驅(qū)動器； 神經(jīng)網(wǎng)絡控制器給各個伺服驅(qū)動器提供控制信息；每一個伺服驅(qū)動器包括速度控制 器、位置控制器和電流控制器； 神經(jīng)網(wǎng)絡控制器采用的是Elman網(wǎng)絡，Elman網(wǎng)絡是一種動態(tài)遞歸神經(jīng)網(wǎng)絡結構，能夠 克服動態(tài)系統(tǒng)辨識中的問題，保證了收斂速度，并且學習規(guī)則方法得到簡化； 根據(jù)重載機器人位置控制器即各伺服驅(qū)動器的設計，建立Elman神經(jīng)網(wǎng)絡控制結構， Elman結構分為輸入層、隱含層、承接層和輸出層；其輸入層單元起信號傳輸作用，輸出層 起線性加權作用，而隱含層的傳遞函數(shù)采用線性和非線性函數(shù)相結合；承接層選用線性的 激活函數(shù)，記憶隱含層單元前一時刻的輸出值，是一步時延算子；輸入層連接傳感器的輸 出，通過傳感器探測控制輸入信息，包括位置、速度、電流信號；Elman網(wǎng)絡通過自學習的方 式完善其局部反饋和自反饋環(huán)節(jié)，使機器人控制網(wǎng)絡具有記憶功能，能夠適應比較復雜的 動態(tài)環(huán)境； 神經(jīng)網(wǎng)絡控制器輸出若干個位置信號、速度信號和電流信號分別給每個伺服驅(qū)動器， 每個伺服驅(qū)動器驅(qū)動一個伺服電機，伺服電機通過其編碼器將位置信號和速度信號反饋給 神經(jīng)網(wǎng)絡控制器；神經(jīng)網(wǎng)絡控制器選用PC機和PLC共同搭建，PC機通過強大的數(shù)據(jù)處理能 力完成控制所需的計算；PLC主要完成信號處理和輸入輸出功能。
2. 根據(jù)權利要求1所述的結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器，其特征是，結 合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器的輸入層連接伺服驅(qū)動器；神經(jīng)網(wǎng)絡控制器有6 個輸入和3個輸出，隱含層和承接層神經(jīng)元個數(shù)定為10 ;承接層選用線性激活函數(shù)，隱含層 選用非線性激活函數(shù)對數(shù)S型，采用這種有局部反饋和自反饋環(huán)節(jié)的Elman神經(jīng)網(wǎng)絡控制 器，使得結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器具有記憶功能。
3. 根據(jù)權利要求2所述的結合神經(jīng)網(wǎng)絡控制的重載機器人位置控制器，其特征是，神 經(jīng)網(wǎng)絡控制器的承接層選用線性激活函數(shù)： f ( ? ) :f (z) =z 隱含層選用非線性激活函數(shù)對數(shù)S型：
設;^和，1是控制器的輸入和輸出信號，〇_#.和_-cf分別是承接層i結點的輸 入和輸出，分別是隱層j結點的輸入和輸出，wlu是輸入結點i和隱層結 點j的連接權值，w2u是隱層結點i和輸出結點j的連接權值，w3 u是承接層結點i和隱 層結點j的連接權值，反饋增益因子用U表示，〇 < y < 1; Elman神經(jīng)網(wǎng)絡系統(tǒng)表示為如下公式：
【文檔編號】G06N3/
【公開日】2015年4月8日 申請日期:2014年12月23日 優(yōu)先權日:2014年12月23日
【發(fā)明者】付磊, 王富林, 何杏興, 徐晗 申請人:南京熊貓電子股份有限公司, 南京熊貓電子裝備有限公司