基于神經(jīng)網(wǎng)絡(luò)模型辨識(shí)的機(jī)器人迭代學(xué)習(xí)控制方法研究
作者：
時(shí)間：2013-05-09
來(lái)源：網(wǎng)絡(luò)
收藏
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對(duì)面交流
海量資料庫(kù)查詢(xún)
采用柔性連接的機(jī)械手作為仿真對(duì)象，如圖4所示。
圖4 機(jī)械手示意圖
利用拉格朗日方法可以導(dǎo)出如下動(dòng)力學(xué)方程：
圖5 神經(jīng)網(wǎng)絡(luò)逆向辨識(shí)結(jié)結(jié)構(gòu)圖
給定正弦激勵(lì)信號(hào)，運(yùn)用Matlab程序代碼文件對(duì)該控制系統(tǒng)仿真。迭代學(xué)習(xí)控制曲線和傳統(tǒng)PID控制響應(yīng)曲線如圖6所示。
圖6 基于神經(jīng)網(wǎng)絡(luò)模型識(shí)別的迭代學(xué)習(xí)控制響應(yīng)曲線與常規(guī)PID控制響應(yīng)曲線
4 結(jié)論
從仿真結(jié)果可以看出，本文提出的基于神經(jīng)網(wǎng)絡(luò)辨識(shí)模型迭代控制方案控制效果明顯優(yōu)于傳統(tǒng)的PID控制，該控制策略跟蹤精度高，超調(diào)量小，能夠有效地提高系統(tǒng)的控制精度。同時(shí)，優(yōu)化該控制策略可應(yīng)用于其他機(jī)器人跟蹤控制系統(tǒng)，使系統(tǒng)投入到更廣闊的機(jī)器人控制領(lǐng)域。
評(píng)論