-
题名神经网络阻尼比模型及工业机器人导纳控制
被引量：1
- 1
-
-
作者
党选举
牛嘉晨
-
机构
桂林电子科技大学电子工程与自动化学院
-
出处
《机械设计与制造》
北大核心
2024年第7期379-384,共6页
-
基金
国家自然科学基金项目(61863008)
广西自然科学基金(2016 GXNSFDA380001)。
-
文摘
在工业机器人打磨过程中,环境刚度随未知环境的变化,将对力控制精度产生不利的影响,针对环境刚度变化的问题,该文提出一种基于神经网络阻尼比模型的自适应导纳控制方法。在导纳控制设计中,根据力误差与系统阻尼比之间的机理关系,设计激励函数,构造神经网络阻尼比模型;通过该模型使阻尼比在线调整,适应末端环境的刚度变化,实现力到位置自适应转换的导纳控制。与常规导纳控制进行仿真比较,结果表明所提出的力控制策略力误差更小,响应速度更快,能适应变刚度的未知打磨环境。
-
关键词
未知环境
导纳控制
神经网络阻尼比模型
自适应控制
工业机器人
-
Keywords
Unknown Environment
Admittance Control
Neural Network Damping Ratio Model
Adaptive Control
Industrial Robot
-
分类号
TH16
[机械工程—机械制造及自动化]
TP242.2
[自动化与计算机技术—检测技术与自动化装置]
-
