基于模糊熵优化的机器人关节电机动态负载自调整方法

本发明公开了一种基于模糊熵优化的机器人关节电机动态负载自调整方法，包括如下步骤：S1.采用布置在机器人各关键关节处的传感器采集机器人关节电机的运行参数数据；S2.生成对应的自适应调整因子数据集；S3.形成负载概率分布模型参数数据集；S4.将负载概率分布模型参数数据集应用于实时负载预测，确定机器人关节电机在未来一段时间内的负载趋势，并输出预测负载分布数据；S5.根据预测负载分布数据和自适应调整因子数据集动态调整机器人关节电机的控制参数，形成新的控制策略数据集。本发明在不同负载状态下动态调整机器人关节电机的控制参数能够有效降低机器人在复杂负载环境下的振荡效应，并在不影响运动精度的情况下优化能耗。