以滑動模式為基礎之機械臂重複學習控制

Abstract

工業上機械臂通常進行週期性的軌跡追蹤動作,例如噴漆、點焊、裝配。 為了使機械臂精確的進行週期軌跡追蹤,本研究旨在結合滑動模式控制特 性與重複學習控制特性,發展以滑動模式為基礎之重複學習控制。其中學 習法則的補償項是使用形狀函數(shape function) 來趨近積分項中的影 響函數並且估測以積分轉換表式的逆動態函數(inverse dynamic fun- ction)。不須事先推導機械臂動態模型,便可在每一取樣時間對每一軸學 習輸入力矩(或力)。本研究引用滑動模式的原因在於它獨特的強健性與應 用彈性在滑動模式中使用一種趨近模態法(reaching mode method),對於 模型不確定性與外界干擾具有強健性。根據所提出的方法,對於三個自由 度的R- -Z 機械臂上進行了電腦模擬和實驗驗證。三軸中有一軸是由旋轉 電動機驅動,而另一軸是由平移電動機驅動。本文將控制法則建立在具有 高速運算能力的數位訊號微處理器( TMS320C31)上,並由此產控制命令以 控制機械臂。經由模擬與實驗,證實了所提出的控制法則是可行及優越的 。本方法並可適用於更多軸的機械臂控制。