0 引言
机器人在对工件进行打磨作业时，在振动、工件质量以及磨损等因素的影响下，打磨工具和工件之间的接触力发生变化[1]，使加工质量达不到预期目标。所以，实现打磨工具与工件接触力恒定在打磨作业中具有重要意义。近年来，基于机械式被动调节[2]、气动驱动[3]、电机驱动[4]等的恒力执行器被广泛应用。因为空气具有良好的顺应性，故以气缸为基础的气动系统使用最为广泛。由于可压缩性以及静摩擦影响，气动系统是一个复杂的非线性系统，因此在气动系统中实现精准的力控制具有重要意义。
一些智能控制算法(如模糊逻辑、神经网络等)的发展为气动系统的控制提供了更多的选择[5-6]。Jin等人[7]采用BP神经网络PID控制策略进行气动式抛光力控制，该方法相对于PID控制具有跟好的抗干扰能力;黄婷等[8]为实现打磨机器人的力/位控制，提出一种基于气动系统的被动柔顺装置，对位姿干扰进行了补偿，并且采用非线性PD控制以提高接触力响应速度;Dai[9]等人提出然后采用反步法结合 PID方法控制磨削末端执行器跟踪预期的磨削力，提高了系统的动态性能以及汽车轮毂的磨抛质量。这些方法对于气动非线性系统的控制效果都有都有一定的提升，但气动系统的结构参数具有不确定性[10]，气动元件的静摩擦以及温度引起的状态参量变化等因素使对象的精准模型难以获得，基于固定参数的PID控制器难以得到理想的控制效果。相比较而言，模糊控制具有较强的鲁棒性，可以对控制对象的近似模型的进行良好的控制[11]。
本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005170。
作者信息：
钟绍武1，胡燕海1，徐坚磊2，陈海辉2，周太平2
（1.宁波大学 机械工程与力学学院，浙江 宁波 315211；2.宁波航工智能装备有限公司，浙江 宁波 315311）
