基于迭代学习的机械臂轨迹跟踪控制研究开题报告

全文总字数：3491字

1. 研究目的与意义（文献综述）

工业机器人是一种具有自动控制的操作和移动功能、能够完成各种作业的可编程操作机。在现代生产制造业中，工业机器人无处不在，在工业生产中的重要性日益增加，已成为衡量一个国家高制造水平和高科技水平的重要标志。随着生活水平和生产技术的不断提高，对工业机器人的运行精度、速度和效率的要求也不断提升，因此采用什么样的控制算法对工业机器人进行高精度、高效率的控制是机器人控制技术的重中之重。

迭代学习控制（iterative learning control，简称ilc）的思想最初由日本学者uchiyama于1978年提出，1984年由arimoto等人做出开创性研究。迭代学习控制借鉴在重复过程中追求满意指标达到期望行为的简单原理，成功的使得具有强耦合非线性多变量的工业机器人快速高精度地执行轨迹跟踪任务。

近几年来，迭代学习控制的研究逐步深入，其研究的具体内容包括学习律和学习系统的研究，学习控制的收敛性、学习控制过程的鲁棒性，收敛速度及初值问题、分析方法及应用等。

2. 研究的基本内容与方案

研究内容：基于迭代学习的机械臂轨迹跟踪。

目标：分析出合理的机械臂运动学方程，研究迭代学习算法，分析并证明算法的收敛性，在matlab中搭建相关模型，通过仿真对迭代学学习。

拟采用的技术方案：通过查询机械臂相关资料以搭建合理的机械臂模型，学习并运用matlab工具箱roberticstoolbox建立机械臂模型，并编程实现迭代算法，通过观察迭代学习角度和角速度跟踪误差收敛过程，判断算法的实现效果。

3. 研究计划与安排

2月24日—3月15日——第1-3周查阅文献；分析题目研究现状，学习基本理论；3月16日—3月22日——第4周阅读文献、撰写开题报告，英文文献翻译；3月23日—3月29日——第5周学习了解MATLAB仿真方法，确定实施方案；3月30日—4月12日——第6-7周学习MATLAB及其工具箱的使用方法；4月13日—4月19日——第8周学习选定机械臂，在MATLAB中建立模型；4月20日—4月26日——第9周学习了解迭代学习算法，并尝试证明；4月27日—5月10日——第10-11周学习了解使用MATLAB实现迭代学习算法；5月11日—5月17日——第12周讨论算法的迭代性；5月18日—5月24日——第13周算法的增益矩阵等参数进行合理的选取，通过测试不断的改进算法；5月24日—5月31日——第14周撰写毕业论文、完成初稿；6月1日—6月7日——第15周整理、完善论文；6月8日—6月14日——第16周论文打印、装订、准备答辩。

4. 参考文献（不低于12篇）

1. ARIMOTO S,KAWAMURA S,MIYAZAKIF.Bettering operation of robotics by learning[J].Journalof Robotic Systems,1984,1(2):123-140.2. 刘国炎. 智能控制技术在挤出复合机上的应用[J]. 机床与液压 , 2018, 46(2):139-141.3. 陶洪峰,董晓齐,杨慧中.离散非线性系统的迭代学习轨迹跟踪鲁棒算法优化及应用[J].信息与控制,2016,45(4): 385-390．4. Precup R E,Gavriluta C,Radac M B.Iterative Learning Control experimental results for inverted pendulum crane modecontrol[C].International Symposium on Intelligent Systems and Informatics,2009:323-328．5. 徐红伟.电阻炉温度迭代学习控制应用研究[J]．微计算机信息,2010,26(19):56-57．6. Choi J Y, Do M. A learning approach of wafer temperature control in a rapid thermal processing system[J]. SemiconductorManufacturing, IEEE Transactions on, 2001, 14(1):1-10.7. Togai M,Yamano O.Analysis and design of an optimal learning control scheme for industrial robots:A discrete systemapproach[C].Decision an d Control,1985 24th IEEE Conference on.IEEE,1985:1399-1404.8. Arimoto S,Naniwa T,Suzuki H.Robustness of P-type learning control with a forgetting factor for robotic motions[C]//The 29th IEEEConfer ence on Decision and Control.Piscataway,NJ,USA:IEEE,1990:2640-2645.9. HEINZINGER G,FENWICK D,PADEN B,et al.Stability of learning control with disturbances and uncertain initial conditions[J]. IEEETransactions on Automatic Control,1992,37(1):110-114.10. 杨红.带遗忘因子的 PD 型迭代学习控制算法研究[J].暨南大学学报( 自然科学与医学版) ,2013,34(1):27-30．11. Tian S P,Xie S L.A new algorithm of iterative learning control with forgetting factors[C]//The 22nd Chinese ControlConference.Beijing,China:TCCT,2003:331-334．12. 曹伟,戴学丰,刘艳菊.移动机器人的可变遗忘因子离散迭代学习控制[J].北京工业大学学报,2015,41(10):1516-1521．13. 孙瑜,夏鹏,林辉.含状态时滞的非线性间歇过程迭代学习控制研究[J]. 系统工程与电子技术,2011,33(2):380-384.14. 王洪瑞,王娜,王洪斌,等.具有可变遗忘因子的非因果型迭代学习算法[C]/ /第三十二届中国控制会议论方集. 西安: 中国自动化学会控制理论专业委员会,2013:5420-5425.15. 戴宝林,龚俊.基于初态学习的遗忘因子迭代学习控制研究[J].信息与控制,2018,47(05):547-552.16. 曹伟,丛望,孙明.带有初态学习的指数变增益迭代学习控制[J].系统工程与电子技术,2012,34(4):773-777．17. 孙盛骐,赵志超,尹红艳.基于指数变增益迭代学习控制的机械臂轨迹跟踪研究[J].沈阳大学学报(自然科学版),2013,25(03):216-220.