摘要：随着人工智能技术、信息技术的发展和成熟，未来制造业中工业机器人将代替人类成为参与者。工业机器人的应用有利于降低工业制造的人力成本，提高生产效率、生产质量与生产安全，工业机器人的应用中运动控制方法是关键中的关键，直接关系到其应用流畅性与生产效能。本文对工业机器人之智能运动控制方法进行分析和研究，先对工业机器人智能运动控制方法的发展过程与重要意义进行论述，然后介绍工业机器人运动控制的现状与智能运动控制存在的问题，再对其智能运动控制的方法进行分析，以促进工业机器人在制造业中的应用和发展。
关键词：工业机器人,智能运动,控制方法
工业机器人的运动控制方法是其核心所在，涉及到多个学科的知识，是一项综合性和复杂性非常强的系统。在工业机器人的运行中，要考虑到重力、摩擦力、离心力等多个力的综合作用，控制方法就是对这些力的克服与利用，保证工业机器人稳定运行的关键。随着人工智能技术的进步，智能运动控制方法的研究越来越成熟，是当前的前沿课题之一，其可以进一步提升工业机器人的控制水平，进而促进工业机器人的发展与进步。
1 研究工业化机器人智能控制方法的重要意义
工业化机器人主要由机械本身、驱动系统、传感系统以及控制系统等四大系统组成，其中机械是工业机器人的主体结构、驱动系统是工业机器人的动力组成、传感系统是工业机器人对外界信息接收的主要部分，而控制系统是工业机器人的核心决策结构，相当于人类的大脑。工业机器人的外形并不一定类似于人体，而是根据其适应环境与要求的不同，形态各异，但都具有一定的智能性和自主性。现代制造业中，部分领域工业机器人的运用以及较为成熟，比如汽车工业、电气工程等行业中。工业机器人的应用极大的提升了生产效率和生产质量，随着智能制造的发展，未来将在更多行业中发挥作用。
2 工业机器人智能运动控制方法的发展现状
近年来，工业机器人智能运动控制方法有所进步，其智能性与自主性也进一步上升，目前，已经出现了可以在自由度较高的装置中进行自动化工作的工业机器人，其不仅可以依靠预置程序进行工作，而且可以进行自我识别与判断，有一定的自主工作能力，必要时还可以人工远程介入，控制工业机器人进行工作。
2.1 工业机器人的控制现状
工业机器人的控制系统是其核心所在，相当于人类的大脑，直接决定了工业机器人的性能和质量，也是制约工业机器人发展的主要系统之一。智能运动控制系统主要分为软件部分与硬件部分，软件部分相当于人类的意识思维，硬件部分相当于人类的脑干等物理组织。工业机器人与运行中要进行大量数据交换，不断的接受信息然后根据接受到的信息，输出命令进行运动，可见工业机器人控制系统是需要多输入、多输出的非线性系统，具有强耦合、时变、非线性等特点。
2.2 工业机器人智能控制方法存在的问题
现阶段，在工业机器人智能控制中还存在着一些问题，比如高速稳定性问题、高速精确性问题以及速度变换控制问题。工业机器人控制系统中最为核心的组成就是控制算法，控制算法的优化可以有效解决以上问题。以往的工业机器人主要采用PID算法，但是PID算法的时效性差，需要在工作之前进行漫长的程序设置和检测等规划处理，而且如果在实际工作过程中受控对象或者出现其他问题时，无法实现自适应调整，需要人工进行调整，适应性较差。除此之外，PID算法的结构非常复杂，设计繁琐，极易出现错误错误，在进行参数优化时易出现选择困惑，一定程度上限制了PID算法的应用。为了解决以上问题，近年来PID算法与智能算法结合应用的研究较为前沿，比如灰色理论、神经网络控制理论以及模糊控制理论等。以上控制理论的出现，有效的提升了工业机器人智能性和自主性。综合来看，我国的工业机器人控制水平与国外先进水平相比，还有不足之处，需要继续加强研发。
3 工业机器人智能运动控制方法
根据工业机器人运行环境和实际工作需求的不同，目前工业机器的智能控制方式主要分为轨迹已知工业机器人的控制方式和轨迹位置工业机器人的控制方式。相对而言，轨迹已经工业机器人的智能控制较为简单，其主要适应于流水线式工业机器人，其工作过程中的所有轨迹移动都是固定已经的，因此主要与预置控制为主，只需要根据动力学工程预置非线性PID控制器神经网络模型便可实现智能控制，通过PID曲边的变化可以实时监测并控制其在工作中的稳定性；轨迹未知工业机器人智能运动控制实现较为困难，由于其移动的轨迹都是不可知的，因此其需要具备较强的识别能力与判断能力，且由于其工作过程重复性不高，不能通过简单的模型建立来实现，目前解决途径主要是通过DNA算法改进PID控制器，然后通过指数加权最小二乘法对工业机器人的工作流程实现实时辨别，可以较好的实现控制效果，避免不良影响。以下简单介绍一些工业机器人智能运动控制的算法：
3.1 机器人关节模型辨识算法
轨迹未知工业机器人智能运动控制中，其高速运行状态下较为关键的一个环节是机器人关节模型的即时辨别，只有即时辨别机器人关节模型的运行状态与运行轨迹，才可以实现高效的智能控制。现阶段应用较广的关节模型辨识算法是指数加权小二乘法，除此户外还有改进的RELS算法、两段RLS-LS算法等。相比较其他两种算法而言，指数加权小二乘法具有计算量较小，算法简单直接，对控制系统要求的较低。
3.2 改进型免疫克隆算法
改进性克隆选择算法是基于生物免疫学抗体克隆选择学说基础发展而来的一种控制算法，其最大的优点是寻求最优参数时不易陷入循环困局，具有将强的自主选择能力。改进性免疫克隆算法根据选择策略的不同，其应用的方向与选择压力也不同，但是主要的特性都是克隆和高频变异，然后通过选择策略进行选择的算法，选择压力的不同决定了子代发展方向的不同，较高的选择压力会导致子代的优良个体复制率较高，而较低的选择压力子代的多样性更高，在实际应用中要根据不同的需求选择不同的选择策略来适应实际需求。目前主要有四种选择策略，分别是繁殖池选择策略、等级选择策略、锦标赛选择策略以及精英选择策略，以下分别进行介绍：
(1）繁殖池选择策略。繁殖池选择策略是现阶段应用最广的免疫克隆算法选择策略，其主要步骤是先从父代中选择亲和力较强的多个个体，然后依据亲和力的强度计算出对应的繁殖数量，然后分别进行克隆复制形成新的不同种群，也被称谓繁殖池，最后从繁殖池中随机抽取进行交配，产生的子代种群取代当前种群成为下一个种群，如此，不断进行优化，是一种选择压力较高的选择策略。
(2）等级选择。等级选择策略的选择压力较低，是一种注重子代多样性的选择策略。其主要的步骤为，首先按照父代的亲和力对其进行排序，但是其被选择的概率并不依据其亲和力的大小而是按照次序一次进行选择，如此可以避免亲和力较高的父代繁殖过多的子代，而亲和力较小的子代繁殖较少，这种选择策略其后代的多样性更好。
(3）锦标赛选择。锦标赛选择策略是一种比较选择策略，其主要分为两个部分，第一部分是先在群体中选择两个个体，然后人工选定一个标准量，在随机选择一个比较量，如果比较量高于标准量，那么选择两个个体中亲和力较高的个体，如果比较量低于标准量，则选择两个个体中亲和力较差的个体。选择完成后将未选择的个体放回群体之中，如此反复进行。
(4）精英选择。精英选择策略最为简单，其就是对亲和力最高的个体进行选择，保证亲和力最高的父代肯定可以遗产到子代，精英选择策略可以快速的寻找到最优参数解，且无需多所有父代进行克隆，因此操作简便，程序较少，但是其缺点是多样性较低，主要是依靠个体的高频变异实现。
3.3 改进型DNA算法
改进型DNA算法是一种较新的算法，是基于生物学与化学为基础的一种控制算法，主要的参考来源和算法机制是对生物体遗传物质DNA的研究和发展。DNA是生物体主要的遗传物质，其结构为反向双螺旋结构，稳定性非常强，之间的连接时通过不同的核酸分子进行配对组合而成，而遗传信息的关键是碱基对的排序。对DNA分子的遗传机制进行研究借鉴，主要的应用方向为寻找PID最优增益系数。
结语
工业机器人的应用可以极大的提高人类的生产力，降低工业制造中人力参与的程度，提高生产效率和生产质量，并且生产的安全性更强。随着人工智能技术、信息技术以及机械制造技术的进步，智能制造成为未来制造业的主要方向之一，智能制造离不开工业机器人的大规模参与，但是现阶段工业机器人的智能控制算法还存在一些问题没有解决，限制了工业机器人的应用与智能制造的发展。控制系统是工业机器人的核心，对智能运动控制方法展开研究有助于推动工业机器人的进步和发展，对于我国智能制造的推进有重要的战略意义。
参考文献
[1]何善印.工业机器人与智能制造技术[J].科技经济导刊,2018,26(17):24.
[2]王新星.工业机器人智能运动控制方法的分析与研究[J].今日科苑，2015(12):76.
[3]黄文嘉.工业机器人运动控制系统的研究与设计[D].浙江工业大学，2014.
