浮选尾矿灰分检测机械臂柔顺控制研究
张树鑫1
王然风1
任函弛1
张淋凯1
付翔2
1.太原理工大学矿业工程学院,山西太原 0300242.太原理工大学矿业工程学院,山西太原 030024;智能采矿装备技术全国重点实验室,山西太原 030024;山西焦煤集团有限责任公司博士后工作站,山西太原 030024
摘要：选煤厂浮选尾矿灰分人工检测方式自动化程度较低,无法满足在线、快速、精准检测需求.将机械臂应用于浮选尾矿灰分检测,可提升检测效率和安全性.针对浮选尾矿灰分检测机械臂在运动过程中存在卡顿、柔顺性不足的问题,提出一种改进的任务-关节空间动态自适应柔顺控制(TJS-DACC)算法,即在TJS-DACC算法中引入强化学习框架,综合考虑机械臂末端执行器的响应速度和加速度,构建多目标融合的奖励函数,同时设计惩罚函数和损失函数,建立对插值权重因子的寻优模型,以实现机械臂在任务空间和关节空间控制的自适应融合.通过Matlab仿真实验和物理平台实验,验证了采用改进TJS-DACC算法控制时,浮选尾矿灰分检测机械臂的采样效率较采用传统的关节空间PID算法和TJS-DACC算法控制时分别提高26.13％和15.03％,且轨迹连续平滑,关节协同性强,无急停、卡顿与冲击现象,控制效果优于对比算法.
关键词：浮选尾矿机械臂TJS-DACC算法柔顺控制强化学习轨迹优化
分类号：TD67(矿山电工)
资助基金：国家自然科学基金(52274157)科技兴蒙行动重点专项项目(2022EEDSKJXM010)
论文发表日期：2025-12-31
在线出版日期：2026-01-27（本平台首次上网日期，不代表文献的发表时间）
页数：7( 142-148 )
英文信息