?

工業(yè)智能機器人如何進行智能控制？隨著機器人技術的發(fā)展, 對于無法精確解析建模的物理對象以及信息不足的病態(tài)過程,傳統控制理論暴露出缺點 ,近年來許多學者提出了各種不同的機器人智能控制系統。
機器人的智能控制方法有模糊控制 、神經網絡控制 、智能控制技術的融合( 模糊控制和變結構控制的融合 ; 神經網絡和變結構控制的融合; 模糊控制和神經網絡控制的融合 ; 智能融合技術還包括基于遺傳算法的模糊控制方法) 等 。

機器人智能控制在理論和應用方面都有較大的進展 。在模糊控制方面 ,J . J . Buckley 等人論證了模糊系統的逼近特性 , E. H . Mamdan 首次將模糊理論用于一臺實際機器人。模糊系統在機器人的建模、控制 、對柔性臂的控制、模糊補償控制以及移動機器人路徑規(guī)劃等各個領域都得到了廣泛的應用。

在機器人神經網絡控制方面 ,CMCA ( Cere-bella Model Controller Articulation) 是應用較早的一種控制方法 , 其最大特點是實時性強, 尤其適用于多自由度操作臂的控制。

智能控制方法提高了機器人的速度及精度 , 但是也有其自身的局限性, 例如機器人模糊控制中的規(guī)則庫如果很龐大, 推理過程的時間就會過長; 如果規(guī)則庫很簡單 ,控制的精確性又會受到限制 ; 

無論是模糊控制還是變結構控制 ,抖振現象都會存在 ,這將給控制帶來嚴重的影響 ; 神經網絡的隱層數量和隱層內神經元數的合理確定仍是神經網絡在控制方面所遇到的問題,另外神經網絡易陷于局部極小值等問題 ,都是智能控制設計中要解決的問題。