排序方式: 共有1条查询结果,搜索用时 62 毫秒
1
1.
形状记忆合金(SMA)作为一类仿人肌肉驱动的智能柔性驱动材料, 在机器人及高端制造等领域逐步得到
应用, 但由于SMA的热力学效应, 造成输入输出之间存在强饱和回滞非线性, 从而影响了驱动性能. 此外在引入负
载后, SMA柔性驱动部件输出性能表现出更为复杂的驱动特性. 因此, 如何有效抑制带载条件下SMA柔性驱动部件
强饱和非线性影响, 成为提升驱动性能的关键. 针对此问题, 本文重点研究带载条件下SMA柔性驱动部件的建模及
驱动控制算法. 针对SMA驱动部件中的强饱和非线性特性, 本文提出一类修正(MGPI)回滞模型来进行表征. 通过设
定线性输入形状函数, 不仅有效解析表征SMA驱动部件中的饱和回滞非线性, 并且便于控制器设计. 基于MGPI模
型, 考虑柔性驱动部件的动态特性, 本文提出了带载条件下的SMA柔性驱动部件的自适应神经网络控制算法, 实现
考虑内部非线性和外部干扰条件下的驱动精度有效提升, 并保证全局稳定性. 相似文献
1