人工肌肉系统神经网络建模与控制

摘要：

针对广泛应用于医疗机器人等领域的空气压人工肌肉的非线性特性,运用神经网络模型,对人工肌肉系统进行建模与控制.设计了一个具有单关节的人工肌肉试验系统.采用递推预报误差(RPE)算法来训练神经网络,并给出了RPE算法的具体实现,该算法与传统的BP算法相比具有更好的收敛特性.讨论了不同的输入向量和不同的隐层节点数对建模结果的影响.在此基础上提出了一种基于神经网络的人工肌肉系统非线性控制结构,并给出了人工肌肉关节跟踪正弦波和矩形波参考信号的试验结果.试验结果表明,采用神经网络模型对人工肌肉系统进行建模与控制,能有效地克服人工肌肉系统的非线性,能够得到更快的控制速度和更高的控制精度.

关键词：人工肌肉、神经网络、递推预报误差算法、非线性建模与控制

所属期刊栏目：22

分类号：R318;TP271(医用一般科学)

资助基金：中国科学院重点实验室基金

在线出版日期：2003-09-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：300-308