基于工業(yè)機器人下的智能工程抓取應用

付秋林 羅宗平 李萍瑛

（四川宜賓職業(yè)技術學院，四川 宜賓644003）

1 概述

隨著科學技術和社會的發(fā)展進步，許多機電工程都有工業(yè)機器人相關的設備的引進，成為當今時代特別的景觀。然而，隨著市場對工業(yè)機器人的需求急劇增加，基于智能工程的工業(yè)機器人越來越受人們的關注。因此，只依靠工業(yè)機器人自身的結構來提高機電功能是完全不夠的，更是不現實的，因此我們必須加強工業(yè)機器人調速控制系統(tǒng)的應用，給智能工程抓取工業(yè)機器人行業(yè)帶來革命性的影響，而且要以一定的技術指標來考核目前的技術狀況，用機電工程各種高精度的設備測試出數據，定量而又科學地判斷工業(yè)機器人抓取的技術狀況，給予正確的評價。然而，工業(yè)機器人在使用過程中出現故障的幾率是非常高的，控制部件等一旦出現故障，就會有較危險的情況發(fā)生，并且轉速如果得不到有效地控制就會對生命財產安全受到嚴重的威脅，從而給用戶帶來不必要的麻煩。作為二十一世紀的我們，對智能工程有自己獨特的見解和好奇心，更希望能夠探索機器人對于智能工程的使用，為其盡一份自己的綿薄之力。

2 智能工程抓取的背景

自從學者們提出智能工程抓取這一思想之后，不僅豐富了機電行業(yè)的歷史長河，而且現如今蓬勃發(fā)展，穩(wěn)定可靠。智能工程抓取技術是一種快捷技術，目前已經可以相當成熟可靠地運用在日常的工業(yè)生產當中，同時朝著更加智能、自動調節(jié)的方向不斷革新。起初，由于各國對智能工程采取智能工程抓取的要求極高，同時研究人員們給予了很多優(yōu)秀的設想和建議，而且研究出了很多至關重要的新技術。同時世界科學技術和人類文明的不斷發(fā)展和創(chuàng)新，智能工程抓取設備不管是在功能上還是在銷量上都得到了前所未有的的發(fā)展和提高，逐漸變成當今社會人們必不可缺的日常工具，從而改善了人們的生活方式。

但是伴隨著人們的生活條件和經濟水平不斷改善，市場對工業(yè)機器人性能的需求也在急劇增加，特別是大中及沿海城市。工業(yè)機器人的智能工程抓取應用是一種高效快捷、可靠穩(wěn)定的控制方式，讓我們更加高效的控制工業(yè)機器人轉速、扭矩、電壓、電流等，但不利的一面也是存在的，由于控制策略的實際性存在很多問題，常常會出現控制失敗的現象等。工業(yè)機器人在原理上與智能抓取系統(tǒng)極為相似，機械原理上除了水平和豎直移動，其工業(yè)機器人輸出功率基本是一樣的。其次工業(yè)機器人使用變頻的方式啟動或者停止都能夠明顯提高工業(yè)機器人的動態(tài)性能，并且在使用變頻的方式能夠提高工業(yè)機器人的啟動性能，也因此很大程度上減小了工業(yè)機器人啟動時的電流，但輸出轉矩變大，充分的證明變頻調速是目前比較優(yōu)勢的智能方式。

現如今我國大多數城市，伴隨著人口數量和人口流動量也在不斷提升，對智能工程要求更高，智能控制功能成為行業(yè)的發(fā)展趨勢。現在我國的微電子和自動控制技術已經得到了前所未有的進步，微處理器的智能化越來越好，完全可以滿足當前關于智能工程抓取的工業(yè)機器人。隨著國外在開發(fā)性能上的提高，再加上完善的控制技術，就能夠達到對智能工程抓取的智能化和準確度，這個是很重要的。隨著電子技術的發(fā)展和智能控制系統(tǒng)的革新，工業(yè)機器人調速越來越智能化，我們要逐步實現智能工程抓取系統(tǒng)的智能化，是當今社會的發(fā)展方向，引領工業(yè)機器人新的航向。

對于工業(yè)機器人結構，雖成功應用到了建模和系統(tǒng)控制內，但作為一項新的技術，其理論和應用中還存在一些問題。獲取網絡中包含的模糊知識的方法。從許多已有的案例之中，有效的獲得反映其相關特點的模糊模式還是沒有一個較為有效的模式。明確工業(yè)機器人模型結構，模糊層和模糊的推理層內部具有的節(jié)點數量、模糊綜合推理算法以及網絡的反模型問題含有的計算模式在理論界的研究還沒有深入的開展。同機電智能類似的為，工業(yè)機器人內部也含有模型的復雜程度以及泛化之間具有的矛盾，為此在工業(yè)機器人優(yōu)化的時候還有相關問題值得深入的研究，對于機電智能模塊與一般模式分析網絡有機的結合起來開展分析，是需要人們去探究其內部含有的實際情況。

3 工業(yè)機器人下的智能工程抓取應用

3.1 工業(yè)機器人抓取應用的基本思想

工業(yè)機器人以及智能工程抓取應用處于其具體應用期間顯示出多種缺陷，越來越多的研究人員選擇結合智能工程抓取應用和工業(yè)機器人，并且通過營業(yè)伸進網絡學習特征來解決具體問題。有效與模糊邏輯設計相結合，可獲取極大的成效，特別是工業(yè)領域中。現階段，應用機電智能同模糊邏輯結合開展相關的分析活動，特別是對二者結合的應用和理論的研究，已經成為人們關注的熱點問題。在智能工程抓取應用同機電智能相互結合之后，得到了工業(yè)機器人下的智能工程，其間距二者具有的優(yōu)勢，將識別、學習、模糊信息處理、自適應以及聯想進行融合。所謂工業(yè)機器人下的智能工程技術就是指通過數字化模糊處理人的經驗與知識，將規(guī)則與推理向機電智能映射處理方面進行轉換，直接提取數據庫樣本中的經驗規(guī)則，并將二者變換進行結合。在模糊集理論與機電智能技術之間進行結合是基于數學來實現的。工業(yè)機器人通常被看做一般函數估計器，通過模糊系統(tǒng)可以作為結構數字估計器進行使用。所以，其是擁有一般自適應模型無偏估計函數的，同時正規(guī)數學特征以及狀態(tài)空間具備一致性。這就表明機電智能可以推理模糊邏輯，且通過應用模糊系統(tǒng)，來對初始化機電智能結構進行完成，使得機電智能的學習速度極大的提高。同時加上模糊推理的幫助，使得機電智能的自學能力以及結構表達能力大幅度的提升，變成為一種全新的發(fā)展應用模式。通常其是借助機電智能結構的使用，來對模糊邏輯進行推理的，讓傳統(tǒng)機電智能不具備確切的物理意義，進而將模糊邏輯的推理參數中含有的物理意義進行給出。

基于智能工程的文獻研究：該方法能夠在智能工程應用、勞動天數計、工業(yè)機器人材料用量計算和設備機電控制等的計算中進行應用。以工業(yè)機器人下的智能工程估算模型為依據，對機電控制估算速度與精度進行增強，特別是發(fā)展前期，當地案件處于審理期間，都借助這一模型的應用，對機電控制進行估算，估計精度約為95%。鑒于項目是項目階段，項目整體沒有完善的信息，且特征比較模糊，評價準確度較高，其最終結論為可行。對機電控制產生影響的因素的選取，以及模糊定量因素等對于機電智能泛化功能有著直接作用，也就是其是不是可以被應用，并非輸入樣本集，借助五組數據驗證模型中存在的泛化能力，使得結果更佳。不過大部分項目時不用對其深入研究的。

3.2 工業(yè)機器人下的智能工程的應用方法

模糊學習是一種基于模糊理論的方法，其能夠借助模糊量對學習過程給以計算與測量。通過連接權值當做參數，存在于輸入和輸出間的映射關系同樣屬于模糊集運算。一般模糊學習算法主要就是模糊規(guī)則提取法與模糊學習算法這兩種，前者指的是將輸入與輸出模糊數據對的映射或相關性進行給出，也能被看做數據挖掘任務。若是模糊輸入不存在有關模糊輸出，那么其便要進行輸入向量模糊類聚亦或是模糊輸入空間。后者是而記住模糊控制對機電智能性能進行改善的。模糊神經元能夠借助修正權重，對其性能進行完善。就模糊神經元內，對于神經元的結構進行調節(jié)，并可對規(guī)則和規(guī)則表達方式以及模糊子集隸屬函數進行改變。通過多個模糊神經元的應用，使得模塊邏輯同機電智能之間對各自優(yōu)勢充分應用，讓這一工具應用效率更高。

當前工業(yè)機器人下的智能工程雖具備多種多樣的學習算法與結構，但它們有一個共同的特點，將二者具有的具有結合起來開展應用操作，即其可對語言信息進行有效應用，讓其適應能力與學習能力大幅度的提升。對于工業(yè)機器人下的智能工程模塊具有的結構以及相關的權重數值開展分析分析，具有較強的研究意義。對于設計智能工程抓取應用開展結構設計的時候，分析問題的復雜性和精度的要求來構造工業(yè)機器人下的智能工程抓取應用，并將先驗知識相結合。同時，在先驗知識的基礎上，可以人工選擇工業(yè)機器人下的智能工程權值的初始化。以此擊打的增強的機電智能學習速度，同時對因為梯度優(yōu)化算法早晨給的局部極值現象進行了有效的預防。

工業(yè)機器人下的智能工程脫胎于機電智能，含有其全部的特征，同時具備特殊性質。因為模糊數學的計算方法，其具備的一些處理單元的計算則非常簡單，處理信息速度也極快。因為模糊操作機制的使用，大幅度的提供了系統(tǒng)局部含有的容錯能力。工業(yè)機器人下的智能工程對處理信息范圍進行了擴展，讓系統(tǒng)可對確定以及不確定性信息進行同時處理，使得系統(tǒng)處理信息的方式逐漸的豐富，可以通過多種的模式來處理信息。

4 結論

由于國內人民生活水平的提高，科技不斷地進步，控制不斷地完善，從而促使智能工程控制技術在電氣傳動系統(tǒng)領域占據主導權，也使得工業(yè)機器人被廣泛應用。在工業(yè)機器人設計領域中，智能工程控制成為目前一處亮麗的風景線，因為其開發(fā)資源眾多，開發(fā)經驗豐富，最重要的是成本較低，控制在用戶可承受的范圍內，使用坐標變換的方式搭建工業(yè)機器人抓取模型，從而滿足對工業(yè)機器人轉矩和磁通的控制，使得工業(yè)機器人的動態(tài)性能逐漸成為世界各國關注的重點。