自适应神经模糊推理结合PlD控制的并联机器人控制方法.pdf

自适应神经模糊推理结合PlD控制的并联机器人控制方法.pdf

ID:52259780

大小:1.56 MB

页数:5页

时间:2020-03-26

自适应神经模糊推理结合PlD控制的并联机器人控制方法.pdf_第1页
自适应神经模糊推理结合PlD控制的并联机器人控制方法.pdf_第2页
自适应神经模糊推理结合PlD控制的并联机器人控制方法.pdf_第3页
自适应神经模糊推理结合PlD控制的并联机器人控制方法.pdf_第4页
自适应神经模糊推理结合PlD控制的并联机器人控制方法.pdf_第5页
资源描述:

《自适应神经模糊推理结合PlD控制的并联机器人控制方法.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、第33卷第12期计算机应用研究Vol.33No.122016年12月ApplicationResearchofComputersDec.2016自适应神经模糊推理结合PlD控制的*并联机器人控制方法1,212梁娟,赵开新,陈伟(1.河南工学院计算机科学与技术系,河南新乡453002;2.武汉理工大学自动化学院,武汉430070)摘要:针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的

2、模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好地控制并联机器人末端机械手的运动。关键词:并联机器人;自适应神经模糊推理系统;PID控制;动力学模型中图分类号:TP242文献标志码:A文章编号:1001-3695(2016)12-3586-05doi:10.3969/j.issn.1001-3695.2016.12.016Parallelmanipulatorcontro

3、lmethodbasedonadaptivenetworkfuzzyinferencesystemandPIDcontrol1,212LiangJuan,ZhaoKaixin,ChenWei(1.Dept.ofComputerScience&Technology,HenanInstituteofTechnology,XinxiangHenan453002,China;2.CollegeofAutomation,Wu-hanUniversityofTechnology,Wuhan430070,China)Abstract:Fortheissuesthattheprecisecontrolof

4、ahydraulicdrivenparallelmanipulatorwith6degreesoffreedom,thispa-perproposedaparallelmanipulatorcontrolmethodbasedonadaptivenetworkfuzzyinferencesystem(ANFIS)andPIDcon-trol.Firstly,itusedafloatingframeofreferencemethod(FFRF)tosimulatethemanipulatorflexiblecomponents,construc-tingtheLagrangedynamicm

5、odeloftheparallelmanipulator.Then,accordingtothefuzzyrulesinfuzzyreasoning,itderivedtheparametersofPIDcontrollerfromtheadaptiveadjustment.Finally,itusedtheneuraladaptivelearningalgorithmtomakefuzzylogiccancalculatethemembershipfunctionparameters,sothatthefuzzyinferencesystemcantrackthegiveninputan

6、doutputdata.ComparedwiththetraditionalPIDcontrollerandfuzzyPIDcontroller,theresultsshowthatthisPIDcontrollercangreatlyreducethedisplacementerroroftheendeffectors,andcanaccuratelycontrolthemovementofthemanipulatorendef-fectors.Keywords:parallelmanipulator;adaptivenetworkfuzzyinferencesystem(ANFIS);

7、PIDcontrol;dynamicmodeling致动器的误差极限。目前,并联机器人的控制方法主要有比例0引言[4]积分微分(proportionintegrationdifferentiation,PID)控制、鲁[1]棒最优控制、自适应控制、滑模控制、智能控制等。在比较宽松并联机器人具有承载能力强、刚度大、精度高、自重负的操作条件下,可以使用传统鲁棒PID控制器。PID控制器可荷小、动力学性能好、运动反解模型简单等

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。