马静
- 作品数：9 被引量：32H指数：3
- 供职机构：东北农业大学工程学院更多>>
- 发文基金：航天科技创新基金更多>>
- 相关领域：自动化与计算机技术机械工程航空宇航科学技术更多>>
- 三维空间微重力地面模拟试验系统设计被引量：17
- 2011年
- 针对大中型及做复杂运动的空间试验目标,提出一种机电气组合的空间微重力地面模拟系统装置。该装置水平运动方向采用气垫支撑方式,竖直运动方向采用电动机作为动力源执行部件,经减速器减速后经滚珠丝杠及直线轴承作为传动装置,控制系统采用恒力闭环系统来跟踪目标重力。考虑试验目标所受到的来自本体的不确定影响及机械传动部件的摩擦干扰,且考虑到空间飞行器的姿态通常的低速运动,采用具有学习能力的神经网络等效滑模控制策略来自适应学习并补偿各种不确定影响。试验结果表明,所设计的试验装置结构不仅质量小,使用方便,且能够补偿运动空间机械手的非线性动态影响,达到较高的微重力环境模拟精度,对于三维空间微重力模拟试验具有重要的参考价值。
- 齐乃明张文辉高九州马静
- 关键词：神经网络控制
- 基于多层感知器神经元的空间柔性机器人位置跟踪控制被引量：2
- 2011年
- 针对基体位置及姿态均不受控的自由漂浮柔性空间机器人轨迹跟踪问题,提出了一种前馈多层感知器(MLP)神经网络控制策略.建立了末端柔性的自由漂浮基机器人的耦合动力学模型,再利用MLP神经网络良好的逼近能力来自适应补偿非线性柔性臂的逆动力学模型,其误差代价函数由PID控制器提供,权重及阀值的调整采用改进的BP反传算法.最后通过仿真比较详细分析了所提方案的工作机理及对非线性强耦合系统控制的有效性.
- 张文辉马静高九州
- 关键词：逆模控制PID控制BP算法
- 基于神经网络的空间柔性机械臂PID快速学习控制被引量：3
- 2011年
- 针对自由漂浮柔性空间机器人的轨迹跟踪问题,提出一种径向基函数(RBF)神经网络控制策略.首先建立漂浮基柔性空间机器人的非线性动力学方程,考虑到RBF神经网络良好的逼近能力,柔性臂的非线性逆动力学模型通过RBF网络来逼近,采用PID控制器与神经网络控制器来共同保证系统稳定性,其误差代价函数由PID控制器提供,采用固定中心参数,而扩展宽度采用启发式关系确定,网络权值采用改进的最优准则算法进行调整来实现快速学习能力.仿真结果表明了这种RBF神经控制器能够达到较快的误差收敛速度.
- 张文辉马静高九州
- 关键词：RBF神经网络柔性空间机器人PID控制
- 漂浮基空间机器人的基于模糊神经网络的自适应补偿控制
- 2011年
- 针对自由漂浮状态的空间机器人模型不确定性及其动力传动机构的摩擦死区非线性,将一种自适应模糊小脑模型关联控制(FCMAC)补偿策略用于轨迹跟踪及补偿问题.利用模糊神经网络并引入GL矩阵及其乘法算子"."分别对执行机构中的摩擦死区及系统模型不确定部分进行自适应补偿,其补偿误差及外界扰动通过滑模控制器来消除.基于Lyapunov理论证明了闭环系统跟踪误差的有界性.仿真表明控制器可以达到较高精度,且能满足实时性要求.
- 张文辉齐乃明马静肖阿阳
- 关键词：模糊神经网络空间机器人自适应控制
- 基于FCMAC的空间零重力环境地面模拟装置控制被引量：4
- 2011年
- 文章提出了一种新型的空间零重力地面模拟系统,该系统采用机械传动、电机驱动和气悬浮组合的方式来实现空间零重力环境的模拟,即:水平方向采用气悬浮方式,竖直方向采用永磁同步电机(PMSM)作为其执行器件,经减速器后利用滚珠丝杠及带直线轴承的导向杆的传动装置,通过力反馈控制方式来实时抵消目标重力。考虑到永磁同步电机具有非线性、强耦合的特点以及机械摩擦等不确定性及外界干扰,为保证实时性,内环采用动态性较好的滑模变结构控制器,外环采用学习速度快的模糊小脑模型关联控制(FCMAC)神经网络的控制策略来自适应学习并补偿各种不确定及非线性影响。仿真结果表明:所设计的试验系统具有整体重量轻、使用方便及零重力环境模拟精度高等优点,适用于复杂运动的大中型飞行器三维空间零重力地面模拟试验。
- 齐乃明张文辉高九州马静
- 关键词：零重力模糊神经网络变结构控制
- 基于启发式学习算法的空间柔性机械臂神经网络控制被引量：1
- 2011年
- 针对非线性强耦合的空间漂浮基柔性机器人,提出了一种启发式学习算法的神经网络的前馈控制策略。首先通过拉格朗日法和假设模态方法建立了漂浮基柔性空间机器人的动力学模型,然后采用两个神经网络及一个PID控制器来构建前馈在线学习控制系统,其中一个神经网络充当前馈控制器,另一个神经网络通过学习逆动态模型来为前馈控制器提供在线学习参数,而PID控制器主要作为辅助补偿控制器。该控制策略不是在PID控制器的指导下进行学习,且无需预先的离线学习,因而学习精度更高,且减少了对学习样本选择不当的影响,采用固定中心参数,而扩展宽度采用启发式关系确定,网络权值采用改进的最优准则算法进行调整的算法来实现快速学习能力,具有较好的实时性。仿真结果证明了所提方案的有效性。
- 齐乃明张文辉马静高九州
- 关键词：RBF神经网络柔性空间机器人PID控制
- 漂浮基空间机器人的径向基神经网络鲁棒自适应控制被引量：2
- 2011年
- 针对一类同时具有参数及非参数不确定性的自由漂浮空间机器人系统的轨迹跟踪问题,采用了一种RBF神经网络的自适应鲁棒补偿控制策略.对于系统的参数不确定性,通过对径向基神经网络来自适应学习并补偿,逼近误差通过滑模控制器消除,神经网络权重的自适应修正规则基于Lyapunov函数方法得到;而非参数不确定通过鲁棒控制器来实时自适应估计,且未知上界不需要先验的知识.该方法从整个闭环系统的稳定性出发设计的神经网络动态补偿的鲁棒控制器,并通过引入PD反馈来便于工程应用,这种鲁棒的神经网络控制器,可以有效提高收敛速度并保证其控制精度.试验结果进一步证明了这种自适应神经网络控制算法的有效性.
- 张文辉高九州马静齐乃明
- 关键词：神经网络鲁棒控制空间机器人自适应控制
- 空间微重力地面模拟试验系统智能控制器设计被引量：7
- 2012年
- 为解决做复杂运动的大中型空间飞行器地面微重力模拟试验问题,提出一种新的三维空间微重力地面模拟系统.该系统采用机械传动、电机驱动和气悬浮的组合方式来实现三维空间复杂运动微重力环境的模拟,通过力反馈控制方式来实时抵消目标的重力.考虑到非线性驱动影响及机械传动部件的摩擦干扰,采用神经网络智能控制策略来自适应学习并补偿不确定影响.实验结果表明,所设计的试验系统具有重量轻、使用方便及模拟精度高等优点.
- 齐乃明张文辉马静霍明英
- 关键词：神经网络
- 漂浮基空间机器人的智能融合自适应控制器设计
- 2011年
- 提出了一种智能融合自适应控制策略用于带外部干扰及模型不确定性的漂浮基空间机器人系统.首先建立不确定空间机器人动力学模型,利用径向基神经网络在逼近域内来补偿模型中出现的未知非线性部分,为保证权值及网络参数在线调节,采用线性化技术将非线性的RBF网络部分线性化,其高阶项量及逼近误差通过自适应鲁棒控制器消除,无须预先估计系统的不确定性程度和外部干扰,包括网络权值和基函数宽度及中心在内的所有参数均能在线实时调整,从而提高了控制精度.该控制器在神经网络控制器的暂时失效的情况下也能保证系统鲁棒性,基于李雅普诺夫理论证明了整个闭环系统信号一致最终有界(UUB).仿真结果表明该智能融合控制器能够达到很好的控制精度.
- 张文辉齐乃明马静肖阿阳
- 关键词：空间机器人智能控制器线性化鲁棒控制
