共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
3.
在机器人力/位置混合控制的基础上,本文提出了一种对力控制回路采用自适应模糊控制的方法,有利于提高系统对机器人末端操纵器五外界工作环境接触时,其接触刚度不确定性的自适应能力,仿真结果表明,该控制方法与常规PID控制相比,系统的自适应能力和鲁棒性有显著的改善。 相似文献
4.
提出一种由神经网络训练模糊控制规则的自适应模糊控制器,并应用附加力外环的机器人力/位置控制。在不改变一般工业机器人原有位置控制的前提下,实现力/位置自适应模糊控制。实验结果表明,该方法可使机器人控制系统对工作环境接触刚度的自适应能力得到显著改善。 相似文献
5.
6.
基于自组织模糊CMAC网络的非线性系统鲁棒自适应跟踪控制 总被引:2,自引:2,他引:2
基于自组织模糊CMAC(SOFCMAC)神经网络,提出了一种非线性模型参考神经网络增广逆系统鲁棒自适应跟踪控制方法.该方法的特点是通过S0FCMAC神经网络在线修正由于建模误差、不确定因素等引起的非线性系统逆误差,使得系统输出准确跟踪参考模型输出.SOFCMAC的权值调整规律由Lyapunov稳定性理论导出.文中证明了非线性闭环系统的稳定性.仿真例子表明了本文方法的有效性. 相似文献
7.
在分析了位置伺服控制系统基本原理和数学模型的基础上,提出了一种单神经元PID/CMAC复合控制算法和控制器的设计方法。用单神经元PID替代常规PID控制,由神经元来在线调整PID控制参数,利用CMAC神经网络的自学习和自适应能力,来完成系统的实时控制。该算法直接应用于位置伺服控制系统,仿真结果表明,与传统PID控制算法相比较,该复合控制算法增强了系统的控制精度,提高了系统的响应速度,具有较强的鲁棒性和抗干扰能力。 相似文献
8.
模型参考模糊自适应控制* 总被引:18,自引:1,他引:17
本文提出了一种模糊自适应机构的设计方法,所设计的自适应机构为偏差的非线性函数。用模糊自适应机构替代常规自适应机构,构成一个模型参考模糊自适应系统。导出了该系统稳定的充要条件,提出了一量化因子的选择方法,设计方法简单,便于工程应用。仿真结果表明:MRFAS系统自适应性能好,抗内外扰动的能力强。 相似文献
9.
10.
基于自适应模糊反步法的永磁同步电机位置跟踪控制 总被引:3,自引:0,他引:3
研究具有参数不确定性的永磁同步屯动机位置跟踪控制问题.利用模糊逻辑系统逼近系统中非线性函数,采用反步设计方法实现永磁同步电动机的自适应模糊控制.所提出的自适应模糊控制器在电机参数不确定和负载扰动的情况下,实现了永磁同步电动机的高性能位置跟踪控制.仿真结果表明了所提出方法的有效性. 相似文献
11.
12.
一种高阶模糊CMAC自适应控制及其应用 总被引:4,自引:1,他引:3
提出了一种高阶模糊小脑模型神经网络控制器(HOFCMAC),利用模糊子集对输入状态空间进行分割,同时采用多层的量化方式对输入状态进行量化,并利用代数积,代数和的方法综合各种量化方式的量化结果.由于多层量化方式的应用,这种控制器也比单纯基于广义基函数的模糊CMAC有更好的控制性能.复杂工业炉温控制试验结果证明这种方法的有效性. 相似文献
13.
14.
基于变学习率CMAC网络的自适应逆控制研究 总被引:1,自引:1,他引:0
提出一种改进学习算法的CAMC网络结构,并应用于非线性系统控制。该算法可保证网络的学习率随着系统工作点的变化而自适应变化,加快了网络的收敛速度,提高了系统的自适应能力。文中分析了CAMC网络用于自适应逆控制过程中,网络学习率对网络收敛特性的影响,论证了自适应学习率在网络学习中的作用,并给出了学习率自适应学习的具体训练方法。最终将该方法应用于三阶机械手模型的逆运动控制,给出了基于普通CMAC的逆运动控制的控制曲线和基于改进学习算法后的CMAC的逆运动控制的控制曲线,并给出了分析和对比,论证了改进的学习算法的优越性。 相似文献
15.
基于遗传算法的双臂机器人模糊力/位混合控制 总被引:1,自引:0,他引:1
近年来,适用于空间站操作的冗余度双臂机器人系统技术研究得到了较多的重视.结合已有的
研究基础和研究条件,本文开展了面向空间舱内作业的冗余度双臂机器人协调控制应用研究.针对双臂机器
人协调操作过程中的受力问题,提出了一种基于遗传算法的双臂机器人模糊力/位混合控制策略.该方法把机
器人末端的力误差通过模糊控制转变为机器人位置控制器的修正值,在不改变机器人原有位置控制器的前提
下,实现力/位混合控制.利用遗传算法离线优化模糊控制规则,为了提高遗传算法的性能,总体交叉概率和
变异概率都采用了自适应控制策略.最后,以冗余度双臂机器人合力协调搬箱为例,进行了力跟踪的三维仿
真和实验,验证了所提出控制策略的有效性和可靠性. 相似文献
16.
提出了模糊CMAC网络的一种基于FPGA的硬件实现方法,首先,给出了模糊CMAC网络的模型及其算法,通过MATLAB仿真获取了模糊CMAC网络的FPGA实现所需的参数;在此基础上,对模糊CMAC网络进行硬件模块划分,基于VHDL实现了各硬件模块的功能描述,并对模块结构和权存储方式进行了优化;最后,在特定的FPGA器件上实现了模糊CMAC网络;测试结果表明:该模糊CMAC网络的FPGA实现方法是可行的,硬件化后的网络具有速度快、精度高、占用器件资源少的特点,是SOPC中实现模糊CMAC网络模块的一种有效方法. 相似文献
17.
18.
由于采用机体一体化设计,吸气式高超声速飞行器的气动特性难以准确获知,建立的数学模型是极不准确的;设计了一种模糊CMAC神经网络(FCMAC)控制器及其学习算法,在CMAC神经网络控制器中结合模糊逻辑理论,使得CMAC控制器具有自学习能力;仿真用高超声速飞行器的纵向模型对该控制器进行了验证,证明该控制方法能够有效地跟踪飞行器的高度和速度指令。 相似文献