·288· 北京科技大学学报 1998年第3期 2 控制性能指标 在机器人手力控制系统中，将抓握力定义为被控对象.特别是在机器人手抓握物体过程 中，由于不知道被抓物体的材质及易损程度，为了避免损坏物体，希望抓握力不要过大，因此， 我们根据抓握力的超调量定义了评价系统控制品质的模糊性能指标FP(Fuzzy Performance) FP≌min{e:e,=F-F',其中，F是系统实际抓握力，F·为系统的抓握力目标值，e,为系统实 际抓握力与系统目标值F·的偏差 在本系统中，由于要对相互独立的3个手指进行控制，每个手指的控制过程可能不尽相 同，即模糊控制的量化因子和比例因子可能不一样，我们将控制系统分为3个子系统，这样、 模糊性能指标变成模糊性能指标集，即FP≡min{e():e以)=F)-F'(),这里，i=1,2,3,代 表3个轴. 在控制过程中根据系统的控制性能指标决定对模糊控制参数及规则是否进行调整，如果 FP满足系统要求，则参数及规则调整过程结束， 3 自校正模糊控制 3.1模糊控制规则的调整 模糊控制器性能的好坏在很大程度上取决于模糊控制规则的确定及其可调整性，如果模 糊控制规则是不可调整的，则由于控制规则的不准确和不完善，控制效果就不会很好.模糊控 制系统在不同的状态下，对控制规则中误差E与误差变化EC的加权系数一般说来应该有不 同的要求，因此，我们采用带有自调整因子的模糊控制器. 设误差E,误差变化量及控制量△U的论域选取为： {E}={EC}={△U}={-N,,-2,-1,0,1,2.…,N} 则在全论域范围内带有自调整的模糊控制器规则可表示为： △U=-<aE+(I-a)EC>; a=(I/N(c,-a)lE+a。, 式中， 0≤an≤a、≤1，ae[a,a]. 上述控制规则的特点是调整因子α在α，至α，之间随着误差绝对值|E的大小呈线性变化， 因N为量化等级，故α有N个可能的取值.不难看出，上式所描述的量化控制规则体现了按误 差的大小自动调整误差对控制作用的权重.显然，这种自调整过程符合人在控制决策过程中 的思想特点，已经具有优化的特点，且非常易于通过计算机实时实现其控制算法， 3.2模糊控制量化因子与比例因子的调整 在模糊控制中，将误差的量化因子、误差变化的量化因子和输出控制量的比例因子分别 定义为： K.N/f:K M/fo;K.=1/L 其中，N,M,L分别为误差f、误差变化∫和输出控制量f的量化等级. 设计一个模糊控制器除了要有一个好的模糊控制规则外，合理地选择模糊控制器输人变 量的量化因子和输出控制量的比例因子也是非常重要的.量化因子K,K,和比例因子K。的大 小对控制系统的动态性能影响很大，K,选择较大时，系统的超调也较大，响应时间较长；人，选