基于遺傳算法優化的機械臂動態矩陣預測控制

趙慶巖，黎 杰，吳 順，涂海波，湯奇榮

(同濟大學 機械與能源工程學院，上海 201804)

0 引言

機械臂的控制是機械臂研究領域中的一個重點方向，該問題是建立在機械臂運動學以及動力學研究基礎上的，根據機械臂控制問題所給定輸入的參數類型不同，機械臂控制方法又分為位置與軌跡控制、力或力矩控制、力/位置混合控制以及分解運動控制等多種類型[1]。在這些控制方法的基礎上，研究者們研究并提出了多種比較先進的控制方法，如自適應控制、變結構控制、預測控制以及智能控制等。

DMC是模型預測控制中的一個類別，該算法一般適用于線性的、有純時延且開環漸進穩定的非最小相位系統，其對模型要求低并且控制綜合效果好[2-3]。該算法作為預測控制的一種常用算法，一般具有模型預測、在線滾動優化和誤差反饋校正等基本環節。控制權矩陣是DMC算法控制器中對增量變化劇烈程度進行約束，限制過大的控制量變化的環節，其矩陣參數的取值對控制器收斂效果有很大的影響。在一般的過程控制中，控制對象的不同以及系統階躍響應點的采樣間隔不同，往往會造成控制權矩陣的取值不同。因此，在使用DMC算法進行機械臂控制時，需要采用調參方法并結合自適應控制理論設計算法得到適用于特定被控對象的控制權矩陣。

進化控制系統源于生物的進化機制，一般的進化控制是建立在進化計算(主要是遺傳算法)和反饋控制相結合的基礎上的。……