10.3969/j.issn.1671-5497.2007.01.042
可重构机械臂模糊神经补偿控制
由于可重构机械臂的动力学系统中存在大量的不确定性,导致PID等传统的控制器无法实现精确的位置控制.作者在基于精确模型PD控制的基础上,提出了模糊神经控制算法辨识补偿结构、非结构不确定性.通过模糊神经控制器融合了模糊逻辑和神经网络的各自优势,实现了可重构机械臂轨迹跟踪的有效的补偿控制.基于牛顿-欧拉的几何方法,推导了n连杆可重构机械臂的动力学方程,该方法相对于其他形式的动力学方程,计算量小、通用性强.最后以RRP(Revolute-Revolute-Prismatic)三连杆机械臂为例研究设计了可重构机械臂的控制器,并且通过仿真验证了算法对轨迹跟踪的有效性.
自动控制技术、模糊神经补偿器、牛顿-欧拉算法、几何形式、可重构机械臂
37
TP273(自动化技术及设备)
吉林省科技计划发展项目20040532
2007-03-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
206-211