镇江市科技支撑计划(NY2011013)
- 作品数：3 被引量：11H指数：1
- 相关作者：高国琴郑海滨王威丁琴琴刘志慧更多>>
- 相关机构：江苏大学更多>>
- 发文基金：镇江市科技支撑计划江苏省高校优势学科建设工程资助项目江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- RBF神经网络滑模变结构控制在并联机器人中的应用被引量：1
- 2012年
- 并联机器人系统结构复杂,具有强耦合、非线性等特点。滑模变结构控制对参数不确定性和外部扰动具有强鲁棒性,不需要被控对象精确数学模型且基于该方法的控制器设计过程是自然解耦过程,适用于并联机器人控制,但是滑模控制普遍存在抖振问题。鉴于此,该文提出RBF神经网络与滑模控制相结合的控制方法,利用RBF神经网络对滑模控制器切换项的增益进行调节,可以有效地降低滑模控制的抖振,获得较好的控制效果。仿真结果表明,该控制方法跟踪性能好,系统误差小,具有较强的鲁棒性,可以满足并联机器人的控制要求。
- 高国琴丁琴琴王威
- 关键词：并联机器人伺服电机滑模控制RBF神经网络
- 虚拟轴机床并联机构的自适应动态滑模运动控制被引量：9
- 2012年
- 虚拟轴机床系统模型复杂难以准确建立,高速加工时存在强烈干扰且不确定,难以实际实现高性能控制,为此,提出一种新型自适应动态滑模控制方法,用于虚拟轴机床并联机构运动控制。通过构建新型动态切换函数,设计二阶动态滑模控制,以解决采用常规等效控制设计的滑模控制系统,因忽略执行机构快变动力学特性等而导致控制系统品质降低甚至不稳定的问题,同时避免滑模抖振的出现;引入自适应控制对虚拟轴机床加工时的外界干扰等不确定因素进行在线估计,以克服滑模控制性能需依赖于对未知干扰的先验估计的局限,增强虚拟轴机床克服高速加工时的强烈干扰的能力,进一步提高其控制性能。仿真和试验结果表明,采用自适应动态滑模控制方法,可使虚拟轴机床控制系统具有较好的自适应能力,较强的鲁棒性,良好的动态、稳态品质。
- 高国琴郑海滨
- 关键词：虚拟轴机床并联机构动态滑模控制自适应控制
- 基于RBF神经网络优化切换增益的并联机器人滑模控制
- 具有刚度大、承载能力强等特点的并联机器人系统由多杆并联运动机构构成。针对其多变量、非线性、强耦合的控制问题,以2自由度冗余并联机器人为研究对象,提出一种基于RBF神经网络优化切换增益的并联机器人滑模控制方法。首先,基于并...
- 高国琴丁琴琴王威
- 关键词：并联机器人滑模控制RBF神经网络
- 文献传递
- 基于优化RBF神经网络的并联机器人位姿检测被引量：1
- 2012年
- 针对采用遗传算法(GA)学习训练RBF神经网络进行并联机器人位姿检测存在的早熟收敛问题,提出一种交替使用GA和Levenberg-Marquart(LM)算法的混合学习算法,首先运用仅需预先给定基函数宽度的最近邻聚类算法,学习训练得出基函数的中心,然后运用所提出的混合学习算法学习网络,确定RBF神经网络的参数,并最终实现对机器人的位姿检测。仿真结果表明,所设计算法提高了网络学习能力,并最终提高了机器人位姿检测精度。
- 高国琴刘志慧郑海滨
- 关键词：并联机器人RBF神经网络最近邻聚类GALM位姿检测
