《表1 模糊调整规则表：机器人自适应模糊阻抗控制方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《机器人自适应模糊阻抗控制方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

前文提出的方案虽然能实现力的跟踪，但是由于学习率η是先前规定好的固定值，参考轨迹的补偿值浮动大小只受力误差的影响，会有系统响应期间补偿不足以及稳定期间补偿过度的现象，导致收敛缓慢、易受传感器数据跳动影响而产生较大波动等问题。而学习率η的实时调整是优化动态响应的关键。模糊控制有着不需要对象数学模型、构造容易、鲁棒性好、易被人们接受等特点[10]，因此在满足式（12）的前提下，采用模糊调整器来实时调整学习率η。模糊调整器的输入为力误差ef=fe-fd和力误差的变化率ecf=（fe-fd）/λ，输出为Ω的学习率η。选取论域，输入变量ef={NB，NM，NS，ZO，PS，PM，PB}，ecf={NB，NS，ZO，PS，PB}，输出变量η={SS，SB，M，BS，BB}，均采用高斯型。经过多次实验，归纳出学习率调整原理为:机械处于受限运动状态时，若力误差较大时，为了加快系统的响应速度，应加大η的值；当力误差与变换速率为中等大小时，为了保证较小的超调量与一定的响应速度，应让η维持在较小值；当力误差较小时，为了使系统有很好的稳态性能，避免在稳定值附近振荡，需要根据变换速率来决定输出值:力误差变换速率较小时，η取中等值；力误差变换速率较大时，η取较小值。模糊规则表如表1所示。