CN210307829U - 一种基于神经网络的机器人模糊控制系统 - Google Patents

Abstract

本实用新型公开了一种基于神经网络的机器人模糊控制系统，所述系统包括工控机、数据处理计算机、模糊控制器以及运动控制器，所述数据处理计算机通过以太网与工控机进行数据交互，所述工控机通过RS485接口与所述运动控制器相连接，所述运动控制器的输出端连接若干个伺服驱动器，所述伺服驱动器与伺服电机相连接，所述伺服电机的输出端连接有机器人的各个传动机构，本实用新型基于神经网络和模糊控制技术，采用双级控制结构，对工业机器人的驱动系统进行控制，进一步优化了机器人在复杂工业环境下的精确作业能力，可靠性和稳定性更高。

Description

一种基于神经网络的机器人模糊控制系统

技术领域

本实用新型涉及机器人控制系统技术领域，尤其涉及一种基于神经网络的机器人模糊控制系统。

背景技术

工业机器人在汽车、电子行业等很多领域得到日益广泛的应用，作为工业机器人系统的核心组成部分，控制系统一直是机器人研究领域的热点，六轴机器人是一种常见的工业机器人，用于快速、准确的对物品进行搬运、焊接、喷涂等操作。传统六轴机器人的控制方法约束较多，控制复杂，在专利一种基于神经网络的六轴机器人控制系统(CN205438571U)中，虽然公开了一种机器人控制系统，但是在面对较为复杂的工业环境时，由于变量太多，系统无法达到理想的控制效果，仍然需要进一步改进。模糊控制作为一种非线性控制技术，既有系统化的理论，又有实际应用背景，可用于实现对电机的精确控制。

实用新型内容

鉴以此，本实用新型的目的在于提供一种基于神经网络的机器人模糊控制系统，以至少解决以上问题。

一种基于神经网络的机器人模糊控制系统，所述系统包括工控机、数据处理计算机、模糊控制器以及运动控制器，所述数据处理计算机通过网络与工控机进行数据交互，所述工控机通过RS485接口与所述运动控制器相连接，所述运动控制器的输出端连接若干个伺服驱动器，所述伺服驱动器与伺服电机相连接，所述伺服电机的输出端连接有机器人的各个传动机构，所述模糊控制器与运动控制器相连接。

进一步的，所述伺服电机采用MINAS A6N型号。

进一步的，所述运动控制器采用SMC606六轴轨迹控制器。

进一步的，所述伺服驱动器采用MADLN15SE电机驱动器。

进一步的，所述伺服电机上配置有光电编码器，所述光电编码器与伺服驱动器相连接。

进一步的，所述数据处理计算机通过低功耗网络与工控机进行数据交互。

进一步的，在所述伺服电机的后端设有失电制动器。

与现有技术相比，本实用新型的有益效果是：

本实用新型提供的一种基于神经网络的机器人模糊控制系统，基于神经网络和模糊控制技术，采用双级控制结构，对工业机器人的驱动系统进行控制，进一步优化了机器人在复杂工业环境下的精确作业能力，可靠性和稳定性更高。

附图说明

为了更清楚地说明本实用新型实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本实用新型的优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本实用新型实施例的控制系统整体结构示意图。

图中，1是工控机，2是数据处理计算机，3是模糊控制器，4是运动控制器，5是伺服驱动器，6是伺服电机，7是传动机构，8是光电编码器。

具体实施方式

以下结合附图对本实用新型的原理和特征进行描述，所列举实施例只用于解释本实用新型，并非用于限定本实用新型的范围。

参照图1，本实用新型提供一种基于神经网络的机器人模糊控制系统，所述机器人为六轴工业机器人，所述系统包括工控机1、数据处理计算机2、模糊控制器3以及运动控制器4，所述数据处理计算机2通过网络与工控机1进行数据交互，所述工控机1通过RS485接口与所述运动控制器4相连接，所述运动控制器4的输出端连接若干个伺服驱动器5，所述伺服驱动器5与伺服电机6相连接，所述伺服电机6的输出端连接有机器人的各个传动机构7，所述模糊控制器3与运动控制器4相连接。

所述工控机1和运动控制器4以及作为上位机的数据处理计算机2进行数据通信，获取机器人的状态监控信号以及各关节的位置信息，并作出相应的处理。

工控机1通过RS485接口向运动控制器4发送控制指令。运动控制器4根据运动指令，发送伺服电机转动的计数单位、速度和加减速度等信号至伺服驱动器5。所述伺服驱动器5为交流伺服驱动器，伺服驱动器5接收到信号后对其进行调整、放大等处理，然后将经过处理后的信号发送至机器人各轴的伺服电机6，伺服电机6驱动机器人的各个轴关节开始转动。机器人工作过程中，工控机1将机器人的运动状态和数据通过网络发送至数据处理计算机2并通过人机交互界面实时展示。所述模糊控制器3内置基于模糊控制技术的处理芯片，根据运动控制器4对伺服驱动器5发送的控制信号以及伺服驱动器5反馈至运动控制器4的各轴关节伺服电机6的运行数据，基于自学习和自适应功能对控制参数进行调整，提高机器人在复杂工业环境下作业的稳定性和准确度。

在本实用新型的可选实施例中，所述运动控制器4采用SMC606六轴轨迹控制器。所述SMC606六轴轨迹控制器具有直线插补、圆弧插补、连续插补、椭圆插补、空间圆弧插补等插补功能，具有优秀的运动轨迹控制能力，可实现同步控制、多轴追随等复杂功能，同时还设有误差精度补偿功能，与模糊控制器的兼容性好，能够有效保障控制效率与精度。

所述伺服电机6采用MINAS A6N系列的高速网络伺服型电机。该系列伺服电机具有高转速、大转矩以及更加小型轻量化的特点，响应速度快，并且能够自动去除由于共振产生的轻微振动、由于机械摇动产生的振动，定位精度高。伺服电机带有油封，防尘效果更好，提升了机器人在各种作业环境下的稳定性。

所述伺服电机6上还配置有光电编码器8，所述光电编码器8与伺服驱动器5相连接，用于采集并反馈伺服电机6工作参数，从而使整个系统构成闭环。

所述伺服驱动器5采用MADLN15SE电机驱动器。MADLN15SE电机驱动器主要通过速度、位置、力矩等三种参数对伺服电机6进行控制，实现高精度的传动机构定位。

在上述实施例的基础上，所述伺服电机6的后端还设有失电制动器。所述失电制动器结构简单，在传动机构分离或断电时，失电制动器能够使传动轴快速停转，实现安全制动。

所述数据处理计算机2与工控机1通过低功耗网络进行数据交互。

以上所述仅为本实用新型的较佳实施例，并不用以限制本实用新型，凡在本实用新型的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实用新型的保护范围之内。

Claims (7)

1.一种基于神经网络的机器人模糊控制系统，其特征在于，所述系统包括工控机、数据处理计算机、模糊控制器以及运动控制器，所述数据处理计算机通过网络与工控机进行数据交互，所述工控机通过RS485接口与所述运动控制器相连接，所述运动控制器的输出端连接若干个伺服驱动器，所述伺服驱动器与伺服电机相连接，所述伺服电机的输出端连接有机器人的各个传动机构，所述模糊控制器与运动控制器相连接。

2.根据权利要求1所述的一种基于神经网络的机器人模糊控制系统，其特征在于，所述伺服电机采用MINAS A6N型号。

3.根据权利要求1所述的一种基于神经网络的机器人模糊控制系统，其特征在于，所述运动控制器采用SMC606六轴轨迹控制器。

4.根据权利要求1所述的一种基于神经网络的机器人模糊控制系统，其特征在于，所述伺服驱动器采用MADLN15SE电机驱动器。

5.根据权利要求1所述的一种基于神经网络的机器人模糊控制系统，其特征在于，所述伺服电机上配置有光电编码器，所述光电编码器与伺服驱动器相连接。

6.根据权利要求1所述的一种基于神经网络的机器人模糊控制系统，其特征在于，所述数据处理计算机通过低功耗网络与工控机进行数据交互。

7.根据权利要求1所述的一种基于神经网络的机器人模糊控制系统，其特征在于，在所述伺服电机的后端设有失电制动器。

Images