SCARA机械手的RBF神经网络自适应轨迹跟踪控制

被引：4

作者：

龚发云 ^{[1
]}

袁雷华 ^{[1
]}

汤亮 ^{[1
]}

机构：

[1] 湖北工业大学机械工程学院

来源：

机床与液压 | 2014年 / 42卷 / 03期

关键词：

机械手; RBF神经网络; Matlab/Simulink; 轨迹跟踪;

D O I：

暂无

中图分类号：

TP241.2 [工业机械手];

学科分类号：

080202 ; 1405 ;

摘要：

为了解决机械手系统模型存在参数变化、强耦合、高度非线性等不确定性因素,提出基于RBF神经网络机械手自适应控制方法。该方法利用RBF神经网络的自适应、容错、并行处理及非线性映射能力,从而实现了无需机械手精确模型信息的控制。通过Matlab/Simulink环境下的仿真实验表明,该方法可实现对SCARA机械手的位置跟踪控制,通过控制算法适时地修正网络参数,实现对非线性系统任意轨迹的轨迹跟踪控制,具有良好的控制品质。

引用

页码：41 / 46

页数：6

共 9 条

[1] SCARA型机械臂的智能神经网络控制研究
韩晓霞
谢克明
[J]. 图书情报导刊, 2007, (30) : 167 - 169
[2] SCARA机器人的完整动力学显方程的推导
陆金伟
李跃民
[J]. 振动.测试与诊断, 1995, (03) : 23 - 29
[3] SCARA机器人的设计及运动、动力学的研究[D]. 程汀.合肥工业大学. 2008
[4] 机器人引论[M]. 机械工业出版社 , 张涛, 2010
[5] 机器人控制系统的设计与MATLAB仿真[M]. 清华大学出版社 , 刘金琨编著, 2008
[6] 先进PID控制MATLAB仿真[M]. 电子工业出版社 , 刘金琨著, 2004
[7] 机器人学[M]. 清华大学出版社 , 蔡自兴[编著], 2000
[8] Improving tracking performance of industrial SCARA robots using a new sliding mode control algorithm
Lee, MC
Son, K
Lee, JM
[J]. KSME INTERNATIONAL JOURNAL, 1998, 12 (05): : 761 - 772
[9] A compensating scheme for robot tracking based on neural networks
Feng, G
[J]. ROBOTICS AND AUTONOMOUS SYSTEMS, 1995, 15 (03) : 199 - 206

← 1 →