2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、機(jī)器人是一個具有時變、強(qiáng)耦合特性的復(fù)雜多輸入多輸出非線性系統(tǒng),如果考慮測量誤差、未建模動態(tài)特性、外部擾動、關(guān)節(jié)柔性、驅(qū)動器故障等不確定因素,系統(tǒng)模型更為復(fù)雜。而實際中這些因素幾乎總是存在、無法回避的。因此,研究考慮了包括執(zhí)行器故障在內(nèi)的諸多不確定性因素的機(jī)器人軌跡跟蹤問題,具有重要的理論意義和實用價值。本文針對廣泛使用的復(fù)雜機(jī)器人手臂系統(tǒng),開展以下研究:
  (1)同時考慮執(zhí)行器動特性和機(jī)械臂動特性,以及執(zhí)行器力矩與電流之間的非線

2、性關(guān)系,提出一種基于RBF(Radial basis function,徑向基函數(shù))的神經(jīng)網(wǎng)絡(luò)魯棒自適應(yīng)反步控制設(shè)計方法。與傳統(tǒng)的反步控制方法相比,其引入聯(lián)合誤差,設(shè)計過程更為簡單,且可以處理執(zhí)行器的非仿射問題,即電機(jī)電流與力矩之間的非線性關(guān)系,更加符合實際情況,從而使控制器更加有效,應(yīng)用范圍更為廣泛。
  (2)在系統(tǒng)結(jié)構(gòu)已知、參數(shù)未知的情況下,首次將非線性參數(shù)化方法與神經(jīng)網(wǎng)絡(luò)結(jié)合起來處理不確定非線性項,設(shè)計了魯棒自適應(yīng)反步控制

3、器。由于RBF神經(jīng)網(wǎng)絡(luò)是用來逼近不確定項的最大可能上界而不是直接逼近不確定項本身,這使得問題從向量逼近轉(zhuǎn)化為標(biāo)量逼近,從而使控制器設(shè)計更加簡單,計算量更少。
  (3)將關(guān)節(jié)柔性、執(zhí)行器故障、執(zhí)行器動特性及控制輸入信號飽和等問題一起考慮,提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的動態(tài)面容錯控制方法。在每一步設(shè)計中,均用一階積分濾波器來計算虛擬控制的導(dǎo)數(shù),從而克服了反步法本身對虛擬控制求導(dǎo)過程中引起的項數(shù)膨脹問題。這一具有容錯能力的控制方法,能

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論