机器人力控制综述

针对机器人作业时新的力控制要求,本文综述了现有的传统控制策略与智能控制策略.首先介绍传统力控制策略中的阻抗控制、位／力混合控制与自适应控制,其次介绍智能控制策略中的模糊控制、神经网络与优化控制.同时,对各控制算法基本原理进行深入分析,列举各算法的应用成果,并对未来力控制研究提出了展望.     

排水管道机器人功能及控制系统的研究

对城市排水管道机器人的基本功能、结构和智能控制系统进行了研究.建立了管道机器人BP神经网络位姿控制系统,在研制的机器人实验平台上进行了实验.采用正交实验方法对车体倾角、神经网络参数取值对机器人位姿控制的影响效果进行了实验,据实验结果分析得到神经网络参数的较佳取值.对进一步提高智能控制技术水平是有益的参照.     

并联式混合动力电动汽车控制策略研究

简要阐述了并联式混合动力电动汽车的控制思想及几种不同的控制策略;选用模糊控制方法对一种并联式混合动力电动汽车驱动系统实施控制,并介绍了以电辅助式控制策略为辅的变结构模糊控制策略.仿真结果表明了这种控制策略的可行性.针对这种控制策略的不足,提出了新的研究建议,即开发模糊控制与神经网络相结合,基于模糊神经网络的控制策略.     

基于变结构PID的仿生机器人机电控制算法

通过对仿生机器人机电控制设计的优化提高仿生机器人电动机运行的稳定性和可靠性,提出了一种基于变结构PID模糊神经网络的仿生机器人机电控制算法.仿生机器人机电控制单元模型主要由DC/AC逆变器模型、微型同步电动机、内环控制器模型和电压外环控制器模型组成.采用变结构的前向三层自适应PID神经网络模型为学习器,实现了机器人机电控制算法的优化设计.仿真结果表明,采用该方法进行仿生机器人的机电控制,输出状态响应的稳健性较好、适应度较高,有较好的控制品质.     

基于PD方法的不确定机器人神经网络变结构控制

针对不确定机器人轨迹跟踪控制,提出基于PD方法自适应神经网络变结构控制律,利用RBF神经网络补偿系统参数不确定性,用滑模变结构控制器消除神经网络的逼近误差.仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性.     

基于模糊神经网络的冷冻水泵变频调速研究

本文通过系统地分析模糊控制和神经网络控制系统的结构、算法等问题,探讨了把模糊控制和神经网络控制技术结合起来的理论与实现,用神经网络的层和节点分别对应模糊系统的各个部分,将模糊控制规则和隶属函数隐含地分布在整个网络中,用神经网络实现模糊推理,以神经网络的在线自学习能力实现模糊控制规则的改变。设计了模糊神经网络,并应用到冷冻水泵变频调控制系统中,实现了水泵电机的转速智能控制。     

模糊控制的发展和现状

介绍了目前模糊控制技术的发展及其研究现状 ,着重讨论了自适应模糊控制及模糊控制与智能控制中其它方法———神经网络和遗传算法相结合来解决模糊控制中隶属度函数的确定及控制规则的建立与完善的新发展 ,它们使模糊控制具有更大的活力和重大的应用价值     

模糊控制的发展和现状

介绍了目前模糊控制技术的发展及其研究现状,着重讨论了自适应模糊控制及模糊控制与智能控制中其它方法－神经网络和遗传算法相结合来解决模糊控制中隶属度函数的确定及控制规则的建立与完善的新发展,它们使模糊控制具有更大的活力和重大的应用价值。     

基于CMAC神经网络的康复机器人的智能控制技术

康复机器人是目前的热点方向之一.建立了五自由度上肢康复机器人的CMAC神经网络控制模型.在此模型基础上,通过对正常人肌电信号的训练学习,修正了网络的权值,得到了较为理想的控制模型.最后,通过病人的肌电信号,得到了良好的输出结果.仿真实例表明,CMAC方法比其他神经网络方法收敛快,学习精度高,且具有更好的网络泛化能力,可以用于五自由度上肢康复机器人的智能控制.     

滑模变结构方法在两轮自平衡机器人上的应用

研究了滑模变结构理论在两轮自平衡机器人系统的稳定控制.将滑膜变结构控制应用于具有非线性及强扰动性的两轮自平衡机器人.设计了滑模控制器,利用滑模控制器的特点实现对被控对象快速、有效的控制;针对滑模控制器本身的抖动问题,提出了一种模糊控制和滑模控制策略相结合的模糊滑模控制器,推导出模糊滑模控制律,根据Lyapunov稳定性定理,建立模糊逻辑规则库.通过仿真验证,控制方法有可行性和有效性,结果表明,本文提出的方法不仅保留了滑模控制系统所具有的较强的鲁棒性,而且消除了系统的高频颤动.     

一种基于模糊神经网络的机器人轨迹跟踪控制

提出一种模糊神经网络,并将其应用于两关节机械手轨迹跟踪控制。该网络采用三角形隶属度函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理。这种模糊神经网络能够在线调节输出隶属度函数中心以及关节间耦合权值,使得控制器具有更好的学习与自适应能力。仿真结果表明,这种网络能很好的用于机器人的轨迹跟踪控制中,是一种行之有效的控制方法。     

一种递阶结构的集成智能控制系统研究

面对解决复杂控制问题所提出的集成智能控制理论,结合专家控制、模糊控制和神经PID控制实现了一种递阶结构的集成智能控制器,给出了控制器的结构和工作原理,仿真结果表明了该控制器的良好控制品质。     

轴类零件外圆纵向磨削尺寸智能预测和控制系统

针对纵向磨削非线性和非静态的特点,建立了轴类零件纵向磨削的E lman动态神经网络尺寸预测模型。为了提高尺寸预测的准确性,将实际磨削尺寸的一阶导数和二阶导数做为网络的输入。采用论域自调整策略和模糊控制理论建立了纵向磨削的控制模型,选择工件的转速vw作为控制变量。仿真和实验结果表明所建立的神经网络尺寸预测模型和模糊自适应控制模型是正确的。     

Intelligent Control on Hot Strip Coiling Temperature

A new intelligent control scheme for hot strip coiling temperature is presented. In this scheme, the prediction mode1 of finishing temperature and the presetting model of main cooling zone are establish based on BP neural network, the feed-forward open-loop control model of main cooling zone is constructed based on T-S fuzzy neural network, a new improved structure of T-S fuzzy neural network is developed, and the feedback close-loop control model of precision cooling zone is obtained based on fuzzy control. The effectiveness of the proposed scheme has been demonstrated by computer simulation with a satisfactory result.     

一种新型的模糊神经网络自适应控制系统

结合神经网络控制和模糊控制的各自特点,提出了一种新的基于神经网络的模糊自适应控制算法,并给出了该算法的仿真与分析结果.利用该算法实现了基于模糊神经网络的智能控制系统的建立.     

模糊神经网络及其在智能控制中的应用

本介绍了一门新兴学科——模糊神经网络，给出了其在智能控制中的几种应用，指出了今后研究中有待解决的许多问题，并对模糊神经网络将来的发展与应用作了展望。     

模糊逻辑推理的神经网络方法及其应用

应用可能性度量理论提供了一种模糊逻辑推理的神经网络实现方法,在该方法中,模糊规则羊件（ａｎｔｅｃｅｎｄｅｎｔ）和后件（ｃｏｎｓｅｑｕｅｎｔ）的语言变量被表示为神经网络的中权重,采用Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ学习算法来学习相关语言变量的隶属度水平,介绍了控制器的构造和推理方法以及在移动机器人路径跟踪中的应用。     

随动系统中机器人行走路径的规划研究

把模糊控制算法引入到神经网络中,从而使得模糊控制器规则的在线精度和神经网络的学习速度均有较大的提高,使移动机器人具有较为迅速的反应能力。实验室仿真证明了模糊神经网络在移动机器人路径选择中的智能性。     

一种具专家能力的模糊神经网络自组织控制器

随着现代科学技术的迅猛发展,人们所面临的问题日益复杂多变。传统的控制技术与信息处理技术对这些复杂问题时常无能为力,因而产生了智能控制技术。近年来智能控制的研究主要集中在模糊系统、神经网络以及二者结合的模糊神经网络技术方面,特别是模糊神经网络已成为研究者们倾注的焦点。因此提出了一种具有专家调整策略的模糊神经网络自组织控制器的设计方案。其特点是：用神经网络代替传统模糊控制器的隶属函数和权值,实现了模糊规则的自动更新;采用一种对量化、比例因子进行专家调整的策略。仿真结果表明,这种智能控制器具有良好的控制性能。