基于MGPI模型的SMA柔性驱动自适应NN控制
形状记忆合金(SMA)作为一类仿人肌肉驱动的智能柔性驱动材料,在机器人及高端制造等领域逐步得到应用,但由于SMA的热力学效应,造成输入输出之间存在强饱和回滞非线性,从而影响了驱动性能.此外在引入负载后,SMA柔性驱动部件输出性能表现出更为复杂的驱动特性.因此,如何有效抑制带载条件下SMA柔性驱动部件强饱和非线性影响,成为提升驱动性能的关键.针对此问题,本文重点研究带载条件下SMA柔性驱动部件的建模及驱动控制算法.针对SMA驱动部件中的强饱和非线性特性,本文提出一类修正(MGPI)回滞模型来进行表征.通过设定线性输入形状函数,不仅有效解析表征SMA驱动部件中的饱和回滞非线性,并且便于控制器设计.基于MGPI模型,考虑柔性驱动部件的动态特性,本文提出了带载条件下的SMA柔性驱动部件的自适应神经网络控制算法,实现考虑内部非线性和外部干扰条件下的驱动精度有效提升,并保证全局稳定性.
形状记忆合金、回滞、自适应神经网络控制
39
TP273;TM359.9;O175
国家自然科学基金;广东省自然科学基金;广东省自然科学基金;广州市科技计划基础与应用基础研究项目
2022-07-21(万方平台首次上网日期,不代表论文的发表时间)
共9页
721-729