共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
5.
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
6.
基于模糊神经网络的模型参考自适应控制 总被引:11,自引:0,他引:11
用模糊神经网络作为控制器,依靠参考模型产生理想的控制系统闭环响应,从而随时得到控制系统的输出误差.用梯度法实时修正模糊控制器的输入和输出隶属度参数,得到一种在线模糊自适应控制的新方法.通过倒立摆的仿真实验表明,该方法是可行的并能适应对象特性的大范围变化. 相似文献
7.
8.
本文为6-DOF液压并联机器人提出了一种从参考模型取状态设计的运动轨迹MARCS,该系统不仅解决了机器人二阶以上运动状态难于测量的控制,而且增加了系统抗噪声干扰的能力。 相似文献
9.
并联机器人的鲁棒自适应控制 总被引:4,自引:0,他引:4
本文针对含有不确定性的液压并联机器人,提出了一种鲁棒自适应控制器,该控制器能够克服参数变化和负载扰动的不良影响,保证系统的鲁棒全局渐近稳定性的良好的踊跃动态性能,计算机仿真结果证明了该控制方案的有效性。 相似文献
10.
11.
12.
13.
14.
一种基于模糊逻辑神经网络的自适应控制及其应用 总被引:12,自引:3,他引:12
本文提出了一种模糊逻辑神经网络自适应控制器.这种控制器由一个模糊高斯神经网络和一个多层神经网络组成.它具有自适应和学习能力.计算机仿真和实际的伺服直流电机调速实验的结果表明本文提出的这种控制器是切实可行的,其系统响应和鲁棒性优于常规的Fuzzy控制. 相似文献
15.
基于神经网络的模糊自适应PID控制方法 总被引:51,自引:0,他引:51
提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点,既具有模糊控制的简单和有效的非线性控制作用,又具有神经网络的学习和适应能力,同时具备PID控制的广泛适应性,仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。 相似文献
16.
一种基于BP神经网络模型的自适应PID控制算法 总被引:8,自引:1,他引:7
本文应用神经网络建寺了系统参数模型,将线性系统时变参数的变化规律转化为神经网络参数模型,反映了参数随状态而变的规律;再结合文献[4]已知模型FPID控制参数的计算,推导出一种更具有应用性的白适应PID控制算法。通过在计算机上对非线性系统仿真,结果表明了这种白适应PID控制算法的有效性。 相似文献
17.
In this paper we propose a neural network adaptive controller to achieve end-effector tracking of redundant robot manipulators. The controller is designed in Cartesian space to overcome the problem of motion planning which is closely related to the inverse kinematics problem. The unknown model of the system is approximated by a decomposed structure neural network. Each neural network approximates a separate element of the dynamical model. These approximations are used to derive an adaptive stable control law. The parameter adaptation algorithm is derived from the stability study of the closed loop system using Lyapunov approach with intrinsic properties of robot manipulators. Two control strategies are considered. First, the aim of the controller is to achieve good tracking of the end-effector regardless the robot configurations. Second, the controller is improved using augmented space strategy to ensure minimum displacements of the joint positions of the robot. Simulation examples are also presented to verify the effectiveness of the proposed approach. 相似文献
18.
针对机械臂受内部摩擦和时变扰动等不确定性因素的影响,其轨迹跟踪控制系统的跟踪精度会下降,且影响系统的稳定性,提出一种基于径向基函数神经网络的自适应控制方法。首先,利用RBF神经网络采用离线训练和在线学习的方式对机械臂的动力学模型进行辨识;其次针对机械臂控制系统中的摩擦,设计RBF神经网络自适应控制算法对其进行逼近得到补偿控制量。针对时变扰动和神经网络逼近误差设计鲁棒项,以克服众多不确定性因素带来的影响,同时通过构造李亚普诺夫函数对所设计的控制系统进行稳定性分析;最后,仿真实验结果证明提出的控制方法具有较高的跟踪精度、抗干扰能力和较强的鲁棒性。 相似文献
19.
柔索驱动并联机构的二型模糊神经逆控制 总被引:5,自引:1,他引:4
由于建立精确数学模型的困难以及控制过程中各种不确定性的存在, 柔索驱动并联机构的水平调节具有一定的难度. 针对该问题, 提出了一种基于二型模糊神经网络的逆控制方案. 该控制方案中的二型模糊神经网络实现了对水平调节过程逆动态的逼近以及对各种不确定性的处理. 采用迭代最小二乘算法对二型模糊神经网络区间权重进行了优化. 最后, 将基于二型模糊神经网络的逆控制方案在实际的控制对象上进行了实验, 并与其相对应的基于一型模糊神经网络的逆控制方案进行了比较. 实验结果表明所提出的控制方案是有效的且采用二型模糊神经网络时能获得更好的控制效果. 相似文献
20.
一类非线性神经模糊控制系统 总被引:1,自引:0,他引:1
段向军 《自动化技术与应用》2009,28(10):25-27
针对离散非线性系统,将神经网络和模糊技术有机结合,模糊神经网络与自适应控制方案相结合,设计了一种模糊神经网络自适应控制系统,它由模糊对向传播(FCP)网络辨识器和径向基函数(RBF)神经网络控制器组成,仿真结果表明了该方案的有效性。 相似文献