期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于BP神经网络的轮带系统的变结构控制
1
作者 程翔 张伟 《机械制造与自动化》 2015年第5期176-179,共4页
采用变结构离散指数趋近律设计出有效的控制律,通过控制张紧臂的状态,从而抑制轮带的横向振动。运用BP神经网络自适应调整控制律的参数,抑制了系统抖振问题。仿真结果表明,基于BP神经网络离散指数趋近律的滑模控制律有效抑制了轮带的横... 采用变结构离散指数趋近律设计出有效的控制律,通过控制张紧臂的状态,从而抑制轮带的横向振动。运用BP神经网络自适应调整控制律的参数,抑制了系统抖振问题。仿真结果表明,基于BP神经网络离散指数趋近律的滑模控制律有效抑制了轮带的横向振动和系统在滑模面的抖振。 展开更多
关键词 轴向运动弦线 变结构控制 离散指数趋近律 BP神经网络
下载PDF
不确定机器人系统无模型自适应滑模控制方法 被引量:10
2
作者 李醒 王晓峰 《南京理工大学学报》 EI CAS CSCD 北大核心 2015年第6期655-660,共6页
为了弥补不确定机器人系统模型不准确、参数时变的问题,该文提出了一种数据驱动的无模型自适应滑模控制方法。利用一种新的动态线性化方法转换不确定机器人动力学模型。采用数据驱动无模型自适应控制方法设计控制器。引入离散滑动模态... 为了弥补不确定机器人系统模型不准确、参数时变的问题,该文提出了一种数据驱动的无模型自适应滑模控制方法。利用一种新的动态线性化方法转换不确定机器人动力学模型。采用数据驱动无模型自适应控制方法设计控制器。引入离散滑动模态指数趋近律保证其收敛性。以五自由度外骨骼上肢康复机器人为仿真对象,通过Sim Mechanics进行仿真实验。结果证明即使在无法建立准确模型的情况下,该文所提出的无模型自适应滑模控制方法也可使不确定时变的机器人系统沿着给定的轨迹运动且系统稳定。仿真结果证明了该方法的可行性。 展开更多
关键词 不确定机器人 无模型控制 自适应控制 滑模控制 数据驱动控制 动态线性化方法 离散滑动模态指数趋近律 五自由度机器人 外骨骼上肢康复机器人
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部