科技资讯
科技資訊
과기자신
SCIENCE & TECHNOLOGY INFORMATION
2014年
9期
97-98,100
,共3页
刘剑%王晓光%杨红娜%刘丽丽
劉劍%王曉光%楊紅娜%劉麗麗
류검%왕효광%양홍나%류려려
机械手%自适应控制%不确定项%RBF神经网络
機械手%自適應控製%不確定項%RBF神經網絡
궤계수%자괄응공제%불학정항%RBF신경망락
针对机械手控制系统中的不确定因素,提出了RBF神经网络逼近不确定项的自适应控制策略.在逆动力学计算力矩方法的基础上,设计了鲁棒自适应控制器.利用RBF神经网络对模型中的不确定项分块进行逼近,并用Lyapunov稳定性理论建立了网络权重自适应学习律,证明了系统的全局稳定性;最后进行了仿真,结果表明该方法能够有效的消除模型不确定性的影响,准确地实现了轨迹跟踪.
針對機械手控製繫統中的不確定因素,提齣瞭RBF神經網絡逼近不確定項的自適應控製策略.在逆動力學計算力矩方法的基礎上,設計瞭魯棒自適應控製器.利用RBF神經網絡對模型中的不確定項分塊進行逼近,併用Lyapunov穩定性理論建立瞭網絡權重自適應學習律,證明瞭繫統的全跼穩定性;最後進行瞭倣真,結果錶明該方法能夠有效的消除模型不確定性的影響,準確地實現瞭軌跡跟蹤.
침대궤계수공제계통중적불학정인소,제출료RBF신경망락핍근불학정항적자괄응공제책략.재역동역학계산력구방법적기출상,설계료로봉자괄응공제기.이용RBF신경망락대모형중적불학정항분괴진행핍근,병용Lyapunov은정성이론건립료망락권중자괄응학습률,증명료계통적전국은정성;최후진행료방진,결과표명해방법능구유효적소제모형불학정성적영향,준학지실현료궤적근종.
