机械臂神经网络控制优化与仿真 |
| |
引用本文: | 许洋洋,王莹,薛东彬.机械臂神经网络控制优化与仿真[J].中国工程机械学报,2018(5). |
| |
作者姓名: | 许洋洋 王莹 薛东彬 |
| |
作者单位: | 郑州工业应用技术学院机电工程学院;河南工业大学机电工程学院 |
| |
摘 要: | 为了提高机械臂末端连杆运动轨迹控制的稳定性,在径向基函数(RBF)神经网络控制器的基础上,采用混合算法优化RBF神经网络控制器.用两个径向基神经网络单元作为自适应控制器,其中一个作为输入端的控制器,另一个作为机械臂的辨识器.将混合算法优化应用到这两个神经网络单元中,以改善网络结构参数对神经网络控制和辨识性能的影响,在Matlab环境下进行了仿真实验,并与RBF神经网络控制器跟踪效果进行对比.仿真结果显示:在受到不确定因素干扰时,机械臂末端连杆采用改进RBF神经网络控制器产生的误差较小,系统反应速度较快,转矩波动较小.机械臂末端连杆采用改进RBF神经网络控制器,具有抗干扰的能力,快速保持系统输出的稳定性.
|
本文献已被 CNKI 等数据库收录! |
|