柔性驱动立筒仓清理机器人：转动控制与多体动力学仿真研究

本文主要探讨了人工智能在立筒仓清理机器人转动控制中的应用，特别关注于机器学习和柔性驱动技术在解决立筒仓内部板结物料清理难题上的创新方法。立筒仓作为重要的粮食储存设施，由于内外温差和微生物作用，其侧壁会积累难以流动的物料，影响仓储效率和物料质量。因此，设计一种安全高效的机器人清理系统至关重要。 本文首先对立筒仓的结构特性进行了深入研究，确定了采用机器人清理方案的必要性。清理机器人通过吊索悬挂方式从顶部进料口垂直进入，需在重力和吊索作用下进行垂直移动，并在圆周方向转动，利用安装在可伸缩操作臂上的清理执行器清除物料。为了精确模拟和控制这种复杂的动态系统，研究者选择了ADAMS这款多体动力学建模工具，结合MATLAB/SIMULINK进行仿真计算，构建了包含悬臂、操作臂和吊索在内的动态系统模型，通过有限段模型优化了吊索的计算精度和效率。 针对机器人非线性和欠驱动的运动特性，文章引入了经典的PID控制作为基础，验证了机器人模型的可控性和采用吊索方式清理的可行性。然而，PID控制在某些情况下存在参数调节困难的问题。为此，作者创新性地设计了一种变论域自整定模糊PI控制方法，以解决PID参数难以优化的问题。这种方法考虑了实际系统中的不确定性，提高了控制的灵活性和准确性。 通过仿真分析，不同控制策略对清理机器人模型的性能进行了对比，优化了系统参数，最终实现了在柔性驱动下的有效转动控制。本文的研究成果不仅解决了立筒仓清理的自动化问题，还为其他类似柔性驱动控制系统的设计提供了有价值的参考依据。关键词如“变论域”、“模糊PID”、“转动控制”和“联合仿真”强调了本文在复杂动力学环境下实现智能控制的重要贡献。整个研究展示了人工智能与机器学习技术在实际工业场景中的应用潜力，对于提升仓储设备的智能化水平具有重要意义。