bp神经网络整定pid在机器人轨迹跟踪中应用

bp神经网络整定pid在机器人轨迹跟踪中应用

ID:6102987

大小:292.95 KB

页数:4页

时间:2018-01-02

bp神经网络整定pid在机器人轨迹跟踪中应用_第1页
bp神经网络整定pid在机器人轨迹跟踪中应用_第2页
bp神经网络整定pid在机器人轨迹跟踪中应用_第3页
bp神经网络整定pid在机器人轨迹跟踪中应用_第4页
资源描述:

《bp神经网络整定pid在机器人轨迹跟踪中应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、电气传动年第卷第期神经网络整定的在机器人轨迹跟踪中的应用神经网络整定的在机器人轨迹跟踪中的应用张海荣舒志兵南京工业大学摘要充分利用神经网络能够逼近任意非线性系统的优点,将网络和控制相结合,解决了多。,,关节机器人的运动轨迹跟踪问题采用这种方法可以在线实时调整控制器的参数使其达到最优状态,克服了完全依靠经验离线调整参数的缺点,使系统具有更好的鲁棒性和自适应性,其输出也可以通。。过在线调整达到预期的控制精度仿真实验证实了该控制策略的正确性和有效性关键词机器人轨迹跟踪神经网络控制一,‘一,,,一,技术的发展机器人在轨迹跟踪控制中对各个关引言节的位移、速度和加速度都提出了一定的要求,传工业机器人

2、是一个多自由度的结构复杂的系统的控制对一些复杂过程和非线性系统不,,统为了使机器人能够完成各种复杂的作业任务能进行有效的控制要使控制取得较好的控,,、和适应工作要求和环境的变化其控制系统也将制效果需要找出比例微分和积分种控制作用是复杂的。首先机器人控制系统是一个多输人、形成控制量时的非线性关系,这就使得智能控制多输出的非线性系统,具有时变性、强藕合性和非理论和技术的研究进人机器人轨迹跟踪控制的领,‘一‘。〔〕线性的动力学特征再有机器人的相关参数随着域成为必然工作环境和工作要求的变化往往存在严重的不确近年来,采用模糊控制、神经网络控制等智能定性。方法来解决机器人的非线性系统控制和复杂作业巨

3、,一〕早期的机器人系统由于完成的任务比较简任务的控制已经取得了一定的成就但是单,,、单而且对动态特性的要求不高所以可看成是各纯的模糊控制神经网络控制等都有一定的不足,,比、关节控制器的简单组合可以采取独立关节控制之处如模糊控制的模糊规则论域的选择等都,。,,原则在各关节构成控制工业用的低速操采用试凑法神经网络的权值没有严格的定义而,,作臂使用控制一般可以满足工艺的要求但且权值的初始化主要靠经验等为了克服这些缺,,是其依赖于系统的数学模型参数整定与工程指点需要把传统控制和智能控制进行有机的标密切相关,不易在线实时调整参数,同时由于机结合或把智能控制领域内的相关算法和控制策略,,器人本身是一

4、个高度非线性的系统随着机器人进行有效的组合本文就是把传统控制和神神经网络整定的在机器人轨迹跟踪中的应用电气传动年第卷第期,经网络控制结合在一起用于机器人的轨迹跟踪控制系统结构,,,。控制中既利用了控制的长处又考虑到神从图可以看出控制器由两部分构成经网络独特的优势即神经网络可以充分逼近任意复杂的非线性关系,具有模糊性、容错性和自学习,,的能力这样可以在线调整控制器的参数,冷卜学提高系统的应变能力在一定程度上克服了控制参数靠经验确定及难以对复杂系统或过程进鱼行有效控制的不足。基于神经网络的整定原理图基于网络的控制器结构神经网络的模型,经典控制器直接对被控对象进行闭环神经网络是一种单向传播的多

5、层前向网,,,。控制参数为在线调整方式神经网,络它是和及其,,络部分根据系统的状态调节控制的参,研究小组在年设计出来的其结构如图数,以达到性能指标的最优化,使得输出层神经。所示。,,,元的输出对应于控制器的个参数通过神经网络的自学习,加权系数调整,使得神经网络输出对应于某种最优控制律下的控制器参数。基于神经网络的整定法则经典控制器部分采用增量式数字控制,其算法可表述为一△。△一一。一。一。一仁图神经网络的结构简图,神经网络部分采用层网络结构如图可以看出神经网络是一种具有层或。所示层,、以上的神经网络包括输人层中间层隐层和网络的输人层为。,输出层上下层之间实现全连接而每层神经元‘,,,,侧

6、一,⋯之间无连接。当一对学习样本提供网络后,神经网络的隐含层输入输出为,元的激活值从输人层经各中间层向输出层传播,名司,‘’在输逆的传播中修正权值,最后回到输人层,这种息侧’”,,,“”,。「⋯算法称为误差逆传播算法即算法神,经网络的神经元一般采用的是可微函数,所以可式中杀为隐含层加权系数上角标、。以实现输人和输出间的任意非线性映射,当其隐分别代表输人层隐含层和输出层,隐含层的活化函数取函数层的神经元的个数足够多时可以以任意精度逼一近一个有有限个间断点的非线性函数,正是由于一一己一‘,这一特点使得神经网络主要应用于下列网络输出层的输人和输出为领域。。“,’“,函数逼近用,艺护于非线性系统

7、的函数建模。’’如机器人的轨迹控制或其他领域的建模与控制」,,,。’模式识别分类犷走丸。’数据挖掘和数据压缩等牙“’在这里主要考虑网络在机器人轨迹跟踪侧。。,、,,控制的应用输出层节点对应于走走走由于个参数不能电气传动年第卷第期神经网络整定的在机器人轨迹跟踪中的应用,可,,为负值取输出层神经元的活化函数为时控制驱动机构采用电动形式根据不同要求可工一‘工工提供二相混合式步进电机或直流电机控制方式一了一告分为手动和自动控制系统采用可编程

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。