-
题名采用神经网络的工业机器人双臂鲁棒控制方法
被引量：4
- 1
-
-
作者
楚雪平
王晓玲
-
机构
河南职业技术学院智能制造学院
河南科技大学图书馆
-
出处
《现代制造工程》
CSCD
北大核心
2022年第11期41-47,共7页
-
基金
河南省科技攻关项目(202102210114)。
-
文摘
为了克服摩擦、干扰以及模型误差等不确定性因素对工业机器人双臂的影响,利用神经网络设计了反步鲁棒控制律。首先建立了工业机器人双臂协同控制模型,然后利用神经网络估计出干扰,并通过不确定性补偿设计出了反步鲁棒控制律,最终实现了对工业机器人双臂空间运动的精确控制。对比仿真得到的结果表明,所设计的反步鲁棒控制律对工业机器人双臂具有更高的控制精度,空间运动指令跟踪的最大误差仅为0.2 cm,不确定性估计的最大误差仅为0.2 N·m。测试实验验证了所设计的反步鲁棒控制律具有更优的工程实用性,空间定位的平均误差为0.18 cm,最大误差仅为0.24 cm,有效降低了各种干扰因素对工业机器人双臂控制精度的影响。
-
关键词
机器人双臂
不确定性
空间运动
神经网络
反步鲁棒控制律
-
Keywords
double arms of robot
uncertainty
spatial motion
neural network
back-stepping robust control law
-
分类号
TH39
[机械工程—机械制造及自动化]
-
-
题名基于改进粒子群算法的四旋翼BSMRC优化策略
- 2
-
-
作者
任恩泽
曾庆华
宋甫俊
田大江
郭运伟
王宏福
-
机构
中山大学航空航天学院
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2024年第4期238-246,共9页
-
基金
国家自然科学基金项目(61174120)。
-
文摘
针对四旋翼无人机反步滑模鲁棒控制器(BSMRC)因参数整定困难而限制其工程应用的问题,设计了一种基于改进粒子群算法(IPSO)的BSMRC参数优化策略。建立了含未知扰动的无人机非线性模型并设计了补偿未知扰动的BSMRC,通过Lyapunov第2方法对系统稳定性进行了证明。接着,从惯性权重和学习因子两方面对经典PSO算法改进,提升了其收敛速度,在此基础上自动整定了BSMRC参数。通过仿真表明了IPSO可使BSMRC参数快速收敛到最优解。通过模块化编程及自动代码生成技术将最优BSMRC算法部署至Pixhawk 4飞控进行了飞行实验,结果表明了IPSO优化策略的有效性,体现出了BSMRC的强鲁棒性和抗扰性。该优化策略解决了无人机BSMRC参数整定效率低下的问题,并采用基于模型设计(model-based design,MBD)技术提高了无人机控制系统的开发效率。
-
关键词
四旋翼无人机
反步滑模鲁棒控制器
姿态控制
IPSO算法
LYAPUNOV方法
参数优化整定
MBD
-
Keywords
quadrotor UAV
BSMRC
attitude control
IPSO algorithm
Lyapunov method
parameter optimization and tuning
MBD
-
分类号
V279
[航空宇航科学与技术—飞行器设计]
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
