基于神经网络逆系统的机器人分数阶滑模控制.pdf

基于神经网络逆系统的机器人分数阶滑模控制.pdf

ID:51452415

大小:305.35 KB

页数:4页

时间:2020-03-25

基于神经网络逆系统的机器人分数阶滑模控制.pdf_第1页
基于神经网络逆系统的机器人分数阶滑模控制.pdf_第2页
基于神经网络逆系统的机器人分数阶滑模控制.pdf_第3页
基于神经网络逆系统的机器人分数阶滑模控制.pdf_第4页
资源描述:

《基于神经网络逆系统的机器人分数阶滑模控制.pdf》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、一··--·札HL,-’Jf’,rJ『1J,J¨—t一

2、~-’1u·工-2015年12月ModularMachineTool&AutomaticManufacturingTechniqueDec.2015文章编号:1001—2265(2015)12—0049—04DOI:10.13462/j.cnki.mmtamt.2015.12.014基于神经网络逆系统的机器人分数阶滑模控制木徐庆宏,黄家才,周磊(南京工程学院自动化学院,南京211167)摘要:为提高工业机器人的控制性能,提出了基于神经网络逆系统的分数阶滑模控制方法。首先,使用BP神经网络逼近机器

3、人的逆系统,实现了工业机器人系统的近似解耦线性化;考虑到工业机器人存在的不确定性和BP神经网络的逼近误差,将神经网络逆与工业机器人组成的复合伪线性系统等效为含有扰动的线性系统;在此基础上,基于滑模控制和分数阶微积分理论设计了分数阶滑模控制器,证明了闭环系统的稳定性。针对二自由度机器人多种不同工况的仿真研究表明了所提方法的有效性。关键词:工业机器人;神经网络;逆系统;分数阶;滑模控制中图分类号:TH166;TG659文献标识码:AANN-inversionBasedFractional-0rderSlidingControlfortheRobotXUQ

4、ing.hong.HUANGJia.cai。ZHOULei(SchoolofAutomation,NanjingInstituteofTechnology,Nanjing211167,China)Abstract:Toimprovethecontrolperformanceof血eindustrialrobot.anANN—inversionbasedfractiona1.or—derslidingmodecontrol(FOSMC)schemeisproposed.Firstly,theBPneuralnetworkisusedfortheinve

5、r-sionoftheindustrialrobot,andapproximatedecouplingandlinearizationoftheindustrialrobotisgot.Sec—ondly,thecompositepseudolinearsystem,whichiscomposedoftheANN—Inversionsystemandthecon-trolledindustrialrobot,isequivalenttoalinearsystemwithdisturbanceinviewoftheindustrialrobotunce

6、r-taintiesandtheBPneuralnetwork’Sapproximationerror.Then,thefractional—orderslidingcontrol(FOS—MC1schemeisproposedbasedontheSMCtheoryandfractionalcalculusforthelinearsystemwithdisturb—alice,andthestabilityanalysisisgl。ven.Finally,casestudyisfulfilledforatwo—DOFrobotunderdiffere

7、ntconditions,andresultsshowtheeffectivenessoftheproposedcontrolscheme.Keywords:industrialrobot;neuralnetworks;inversesystem;fractionalcaculus;slidingmodecontrol克服了传统控制方法对机器人精确模型的依赖,取得0引言了良好的控制效果。但是,现有的基于神经网络逆系随着科学技术的发展和人力成本的提升,工业机统设计的闭环控制器大都是整数阶的,研究表明基于器人已逐渐被广泛应用于汽车、船舶、冶金等制造业领分

8、数阶微积分理论设计的控制器,如分数阶PID控制域。实现工业机器人高性能动静态特性的关键在于设器等,往往具有比对应的整数阶控制器更好的控制性计性能良好的控制算法。目前常用的工业机器人控制能引。方法有阻抗控制、逆系统控制、自适应控制、滑模控制是一种具有良好鲁棒性能的控制方法,PID控制等,但上述方法在实际使用中往往具有一定在非线性控制中得到了大量应用。将滑模控制与分数局限性,如阻抗控制的控制精度依赖于操作者对环境阶微积分结合,可以提高滑模面设计的灵活性,从而增知识的精确了解;逆系统控制方法依赖被控系统模型;加了控制器设计的自由度J。文献[8,10]研究了

9、永自适应控制存在计算量较大、对于快时变系统实时性磁同步电机的分数阶滑模控制,结果表明分数阶滑模难以满足的不足

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。