基于神经网络的7-DOF机械臂力位跟踪算法
为解决7-DOF机械臂在运动过程中受到外界扰动及接触力所产生的抖振问题,给出了机械臂带有约束力的动力学方程,利用7-DOF机械臂的冗余解特性建立了约束方程以简化约束参数,提出了具有时变约束状态的神经网络自适应力位控制方法,由神经网络训练求出最优权重;设计控制律,建立李雅普诺夫函数方程和不对称项推导其收敛性;利用Simulink仿真并与无约束项的RBF神经网络控制相比较,根据机械臂的力位跟踪结果分析了角位移、角速度、约束力、控制力矩以及扰动拟合.系统仿真结果表明在有扰动和接触力的情况下,该方法可以更有效地抑制抖振现象并完成力位跟踪.
7-DOF机械臂;动力学方程;神经网络;约束方程;力位跟踪
28
TP241.2(自动化技术及设备)
国家重点研发计划2017YFE0113200
2021-12-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
2273-2279