期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于RBF的机械手建模误差补偿自适应控制 被引量:3
1
作者 李鑫 杨开明 朱煜 《系统仿真学报》 CAS CSCD 北大核心 2012年第7期1474-1478,1484,共6页
针对机械手动力学建模误差,提出了基于RBF神经网络误差补偿的自适应控制策略。在基于逆动力学的计算力矩控制方法的基础上,对系统输入与目标轨迹进行修正,设计了两种误差补偿自适应控制器。利用RBF神经网络对修正项在线自学习,并根据Lya... 针对机械手动力学建模误差,提出了基于RBF神经网络误差补偿的自适应控制策略。在基于逆动力学的计算力矩控制方法的基础上,对系统输入与目标轨迹进行修正,设计了两种误差补偿自适应控制器。利用RBF神经网络对修正项在线自学习,并根据Lyapunov稳定性理论建立了网络权重自适应学习律,保证了跟踪误差的收敛及系统的稳定。以平面转动双臂机械手轨迹跟踪为例进行仿真,结果表明该方法能够有效地补偿建模误差,提高了系统的控制性能并使控制系统具有对参数摄动的鲁棒性,对于机械手自适应控制具有一定的可行性。 展开更多
关键词 建模误差 计算力矩 神经网络 自适应 鲁棒性
在线阅读 下载PDF
基于神经网络的车辆液力缓速器制动力矩特性研究 被引量:3
2
作者 武福 杨喜娟 +2 位作者 裴明高 黎少东 冯敏 《汽车技术》 北大核心 2015年第10期32-34,40,43,共5页
针对车辆液力缓速器的制动力矩数学模型与实际输出力矩存在较大偏差的问题,提出了一种基于神经网络的可以逼近实际输出制动力矩特性曲线的液力缓速器制动力矩模型,并建立了液力缓速器的神经网络PWM控制系统。通过试验对比了基于数学模... 针对车辆液力缓速器的制动力矩数学模型与实际输出力矩存在较大偏差的问题,提出了一种基于神经网络的可以逼近实际输出制动力矩特性曲线的液力缓速器制动力矩模型,并建立了液力缓速器的神经网络PWM控制系统。通过试验对比了基于数学模型和基于神经网络模型对实际制动力矩曲线的逼近效果,结果表明,基于神经网络的液力缓速器输出力矩能更好地逼近实际的制动力矩特性曲线,即基于神经网络的液力缓速器制动力矩模型更有效。 展开更多
关键词 液力缓速器 制动力矩 计算模型 神经网络
在线阅读 下载PDF
基于MATLAB的汽车转向力矩实时计算方法 被引量:1
3
作者 刘喜东 马建 刘晶郁 《汽车技术》 北大核心 2009年第9期22-26,共5页
对建立汽车操纵稳定性神经网络模型的方法进行了研究,结合汽车转向系统模块,在Simulink下建立了汽车助力转向系统转向力矩计算的整体模型,并对使用Real Time Workshop生成C语言实时代码的过程进行了说明。以SX6120大客车为原型,对汽车... 对建立汽车操纵稳定性神经网络模型的方法进行了研究,结合汽车转向系统模块,在Simulink下建立了汽车助力转向系统转向力矩计算的整体模型,并对使用Real Time Workshop生成C语言实时代码的过程进行了说明。以SX6120大客车为原型,对汽车操纵稳定性神经网络模型的有效性以及C语言实时代码的可靠性进行了验证。结果表明,运用RTW生成的C代码几乎能完全跟踪Simulink下汽车助力转向系统转向力矩计算的仿真结果,生成的C代码可信性和可行性很高。 展开更多
关键词 转向力矩 计算模型 神经网络 代码实现
在线阅读 下载PDF
串联弹性驱动器的设计及力矩控制研究 被引量:1
4
作者 董伯麟 杨瑞伟 《机械设计与制造》 北大核心 2022年第6期167-171,共5页
为了改善机器人在人机交互过程中力矩柔顺性问题,对机器人关节中的串联弹性驱动器(Series Elastic Actuator,SEA)进行了改进,从而提高了SEA驱动器中弹性体受力与变形的线性特性。在力矩控制器的设计中,采用了基于数据驱动控制的无模型... 为了改善机器人在人机交互过程中力矩柔顺性问题,对机器人关节中的串联弹性驱动器(Series Elastic Actuator,SEA)进行了改进,从而提高了SEA驱动器中弹性体受力与变形的线性特性。在力矩控制器的设计中,采用了基于数据驱动控制的无模型自适应控制算法(MFAC),并利用BP神经网络算法实现控制器参数的在线自整定。该数据驱动控制算法在不需要建立受控系统精确数学模型的情况下,即可实现串联弹性驱动器(SEA)的力矩控制。既简化了控制器设计的难度,避免了机器人关节建模的复杂性和未建模的动态误差,又提高了控制系统对负载扰动的鲁棒性。为了验证控制方法的有效性,对SEA驱动器进行仿真分析。仿真结果验证了所设计的控制方法对SEA力控具有良好的跟随性,能够实现机器人与人、环境之间的安全物理交互。 展开更多
关键词 串联弹性驱动器 力矩控制 人机交互 BP神经网络 无模型自适应控制 数据驱动控制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部