基于混合优化神经网络的机器人力/位置控制

摘要：

针对机器人在参数变化和外界工作环境的刚度变化时,系统的控制质量会因常规PID控制器没有自适应能力而明显变差,甚至无法工作,提出了一种具有混合H2/H∞性能指标的CMAC控制方法,采用CMAC神经网络加强系统对参数不确定性的补偿,引入混合优化策略来优化CMAC神经网络的结构和权值,保证了系统对外界干扰在给定干扰衰减度下具有鲁棒稳定性的同时,还能使系统达到良好的动态性能,满足一定的H2最优性能指标.仿真结果表明,本文所提控制方案在大量参数不确定性及外部扰动存在的情况下,仍能满足性能要求.

关键词：机器人、力/位置控制、混合H2/H∞、混合优化策略、CMAC

所属期刊栏目：10

分类号：TP273(自动化技术及设备)

资助基金：河北省自然科学基金F2004000260

在线出版日期：2006-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：151-153,159