共查询到19条相似文献,搜索用时 62 毫秒
1.
气动技术是一门以空气作为传动介质的流体流动与控制技术,由于其本身固有的特点,如省能,污染小,价格低廉及适用范围广等。在工业自动倾及机器人领域等得到了越来越广泛的气动位置伺服系统,在全面分析研究这种气动位置伺服系统,在全面分析研究这种气动位置伺系统的基础上,针对气动伺服系统的弱品质,如系统刚度差,非线性严重及参数变化大等,提出一个新的控制算法,即零一极点配置的自校正自适应控制算法,研究结果表明,这种控制算法对气动位置伺服系统是适用的,具有产好的跟踪速度及控制精度,这一研究为进一步开发研制气动伺服系统打下坚实的理论基础,并可望在气动喷漆机器人中得到应用。 相似文献
2.
3.
4.
5.
6.
7.
以基于气浮无摩擦缸驱动的3-UPU并联机器人为研究对象,对其进行运动学、工作空间仿真分析以及气动比例位置系统数学建模与控制仿真.由于气动比例位置系统具有很强的非线性,而且易受环境因素影响,当采用传统PID控制时,很难使系统保持良好的控制效果.考虑到神经网络具有很强的逼近特性,于是引入RBF神经网络监督控制算法进行仿真分析.仿真结果表明,上述机器人具有较大的工作空间,同时在气动比例位置系统中,RBF神经网络监督控制具有更优的控制效果,在保证系统稳定的前提下提高了输出响应速度. 相似文献
8.
9.
基于神经网络的机器人自学习控制器 总被引:3,自引:0,他引:3
提出一种神经网络与PID控制相结合的机器人自学习控制器.为加快神经网络的学习收敛性,研究了有效的优化学习算法.以两关节机器人为对象的仿真表明,该控制器使机器人跟踪希望轨迹,其系统响应、跟踪精度和鲁棒性优于常规的控制策略. 相似文献
10.
本文针对机器人的关节电液位置伺服系统的特点,应用模糊集和人工智能原理设计了一种简单的智能模糊控制器.计算机仿真和实时控制实验结果均表明,智能模糊控制能有效地克服机器人系统固有的变惯量、非线性等不利因素的影响.此外,该控制器对系统参数变化具有较强的鲁棒性,能显著的提高机器人系统的定位精度和动态响应性能. 相似文献
11.
四足步行机器人模糊神经网络控制 总被引:6,自引:0,他引:6
本文以模糊控制与神经网络应用于四足步行机器人的力与位置混合控制系统为目的,针对JTUWM-II四足步行机器人,进行了有关神经网络、模糊控制的理论研究和实验 相似文献
12.
13.
非线性系统的模型参考神经网络控制 总被引:2,自引:0,他引:2
提出了一种未知非线性动力学系统的神经网络控制策略,用动态多层BP网进行辨识,静态网进行控制,控制器结构简单,收敛快泛化能力强,仿真结果表明,该策略对几类非线性系统的控制是有效的,且适用于多值逆映射非线性系统,可用于实时控制。 相似文献
14.
针对建模不精确的机器人,提出了一种基于神经网络补偿的机器人轨迹跟踪稳定自适应控制方法,文中通过设计神经网络补偿器和自适应鲁棒控制项,有效地补偿了模型的不确定性部分和网络逼近误差.由于算法包含有补偿神经网络逼近误差的鲁棒控制项,实际应用中对神经网络规模的要求可以降低;而且神经网络连接权是在线调整的,不需要离线学习过程.理论表明算法能够保证跟踪误差及神经网络连接权估计最终一致有界,仿真结果也验证了算法的有效性. 相似文献
15.
16.
针对多指灵巧手钢缆传动系统的非线性,提出一种基于分散神经网络的位置控制方法.通过
对复杂的钢缆传动系统施加不同的输入可以得到特定的相对简单的输入输出数据,利用这种
特定的输入输出数据学习传动系统的非线性关系得到多个分散的神经网络,再根据传动系统
的结构特性用分散的神经网络求取钢缆传动系统的逆模型,用于直接逆控制,从而达到补偿
非线性误差的目的.同时应用在线神经网络的适时补偿使系统长时间保持良好的运行状态.
实验证明这种方法可大大提高位置跟踪精度,取得比较满意的结果. 相似文献
17.
补偿机器人定位误差的神经网络 总被引:6,自引:1,他引:5
先进的机器人由计算机执行程序来完成各种作业,靠计算关节变量的函数得到手爪的位姿,这些函数一般不准确,使计算值与实际值有较大误差;重复精度0.1mm的机器人该误差可能达到10mm。已有的机器人运动学误差补偿方法需要分析误差来源,使其参数化,并辨识这些参数,六自由度机器人的这种参数已达72个之多。本文提出一种机器人运动学误差补偿的神经网络模型,利用改进的误差反传(BP)学习算法,在RM-501机器人进 相似文献
18.