漂浮基双臂空间机器人系统的模糊神经网络自学习控制

《漂浮基双臂空间机器人系统的模糊神经网络自学习控制》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第卷第期,年月机器人,文章编号州一一一漂浮基双臂空间机器人系统的模糊神经网络自学习控制洪昭斌,陈力福州大学,福建福州旧、摘要讨论了载体位置姿态均不受控制的情况下自由漂浮双臂空间机器人系统的高斯基模糊神经网络自学习控制问题此类空间机器人系统严格遵守动量守恒和角动量守恒,所以其动力学方程表现出强烈的非线性性质将神经网络与模糊控制相结合,即利用神经网络进行模糊推理,可使模糊控制具有自学习能力在此基础上,设计了双臂空间机器人系统关节空间的高斯基模糊神经网络自学习控制方案系统的数值仿真证实了该方法的有效性关键词空间机器人模糊神经网络关节空间中图分类号文献标识码一·一,

2、,,凡动‘万白动口以】一一、,面,们。·,,,王们斑刀一田了,七允】引言制器的输入输出关系来达到控制的目的但神经,,网络定性表达能力较差不具备推理归纳能力这在太空这一特殊环境中,空间机器人的机械臂些都给神经网络控制器的设计带来了困难将神经,与载体之间存在着强烈的动力学祸合作用系统应,网络与模糊控制相结合可以很好地克服二者各自,满足动量及角动量守恒的动力学约束因此空间机,,的缺点利用神经网络来进行模糊推理不仅使模器人系统的动力学和控制问题远比地面固定机器人,糊控制具有自学习的能力还赋予神经网络推理归复杂,其动力学方程表现出强烈的非线性性质为纳的能力将这种模糊神

3、经网络应用于空间机器人,·了获得精确的机器人轨迹控制很多研究人员做了这种非线性系统的控制,可取得良好的效果文〔大量的工作卜,设计出许多针对这种非线性性质设计了地面单臂机器人的模糊神经网络自学习控,的控制方法在这些方法中模糊控制卜具有不,文制〔设计了一种应用于月球机器人的模糊神、,依赖对象的数学模型鲁棒性好等无可比拟的优点经网络直接自适应控制上述研究主要针对地面机因而表现了极大的优势但普通的模糊控制综合定器人或移动机器人,对于具有更强非线性的空间机量知识的能力差,控制规则和隶属函数一经确定便器人系统的研究较少,、,,无法修改不具备自学习自适应的能力因此不能从节

4、省宝贵的太空燃料的角度出发使用载体很好地控制不确定的系统神经网络一’具有自学、位置姿态均不受控制的空间机器人是非常有必要,,、,习性能够不断调整自身的参数能定量地表达控的本文讨论了载体位置姿态均不受控制情况下基金项目国家自然科学基金资助项目肠沙刃福建省自然科学基金资助项目以收稿一一日期的肠机器人年月自由漂浮双臂空间机器人系统的高斯基模糊神经网可表示为,络自学习控制问题结合神经网络和模糊控制设,·。···计了双臂空间机器人系统关节空间的高斯基模糊神·····八。。,经网络自学习控制方案系统的数值仿真证实了方····。。一。法的有效性·····八。一。八空间机器

5、人系统的动力学方程一其中,二⋯」根据系统质心定义,有以通常做平面运动的自由漂浮双臂空间机器人系统为例,其系统结构如图所示,设系统由白由,、、、艺。漂浮的载体及机械臂组成建立,,,,‘,一刀‘沙,各分体的主轴坐标系小将式代入式并将两端除以系统的总质量其中。。与。的质心口。重合,二,为联可解出为一,,口为联结结与的转动铰中心与··,·伪的转动铰中心,仇为联结与凡的转动铰中····,,,,,,‘‘,心为机械臂的对称轴为,。。,,,其中乙一一一的质心设在轴上与的距离为在一,一,。一。。。轴上与的距离为在轴上与的距离,,一,‘‘二,,,‘一一,为沿轴的长度为各分体‘二

6、。,的质量和中心惯量张量分别为二忍闻艺,和,,,,,,,将式代入式可得为系统的总质心仇为系统的总质量。乙叉‘。百一乙艺·其中,。忽略微弱的重力梯度,空间机器人系统为无外力作用的自由漂浮无根多体系统系统遵守在平面划上的动量守恒关系及相对点的角动量守恒关系设系统的初始动量、角动量均为,即有粉对于系统的动能,有一,,,,、。‘一”,‘,告合图双臂空间机器人系统式中,。,为第个分体的角速度一由拉格朗日方程并利用上面的系统动能表达,可得到如式下形式的漂浮基双臂空间机器人系统一,,建立平动的惯性坐标系设各分体沿以。动力学方程、、、平面做平面运动日优氏和氏为系统各个关,二

7、叮蚕口下节铰的,,‘奋相对转角值方向为逆时针各分体质心,,,,,、,,相对于的矢径为其中,为的对称正定质量矩阵沁奋,‘,,,,、,则根据系统的位置几何关系为包含科氏力离心力的阶列向量下第卷第期洪昭斌等漂浮基双臂空间机器人系统的模糊神经网络自学习控制几几瓜为除载体外个转动铰的控制力,矩值组成的阶列向量二日,仇氏氏为系统的广义坐标向量空间机器人系统的模糊神经网络控制第层第层第层第层第层图模糊神经网络结构针对双臂空间机器人系统的数学模型及其特点,本文采用的控制结构如图所示图中第层为输入层,第层用来计算各输入学习算法分量的隶属度,函数第层用来匹配模糊规则的前民一氏·

8、件计算每条规则的适用度,即图拭庆由一一‘卜勺,生高斯