10.3969/j.issn.0258-2724.2018.03.027
基于模糊补偿的RBF神经网络机械手控制
针对机械手系统的高精度轨迹跟踪控制,提出了一种基于模糊补偿的RBF(radial basis function)神经网络机械手控制方法.该方法首先利用PD(proportional-integral)控制器获得机械手的控制策略,将其输出作为RBF神经网络的输人,并学习得到系统模型;然后运用模糊逻辑补偿器对系统扰动和建模误差迸行补偿;最后,在MATLAB/Simulink平台上针对两关节机械臂,迸行了有模糊补偿和无模糊补偿系统跟踪的均方根误差测量仿真实验.研究结果表明,两关节机械臂的控制精度分别提高了60.8%和71.4%,本文提出的方法能够解决机械手实际模型很难精确建立的问题,并能对系统未建模部分和扰动部分迸行自适应补偿.
机械手、PD控制、RBF神经网络、模糊逻辑
53
TP241(自动化技术及设备)
2018-06-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
638-645