学会要闻
05 现在的位置：首页 > 期刊导读 > 2018 > 05 >
机械臂神经网络控制优化与仿真
【作者】 许洋洋 [1] 王莹 [1] 薛东彬 [2]
【关键词】 多连杆 机械臂 径向基函数(RBF)神经网络 混合算法 仿真
【摘要】为了提高机械臂末端连杆运动轨迹控制的稳定性,在径向基函数(RBF)神经网络控制器的基础上,采用混合算法优化RBF神经网络控制器.用两个径向基神经网络单元作为自适应控制器,其中一个作为输入端的控制器,另一个作为机械臂的辨识器.将混合算法优化应用到这两个神经网络单元中,以改善网络结构参数对神经网络控制和辨识性能的影响,在Matlab环境下进行了仿真实验,并与RBF神经网络控制器跟踪效果进行对比.仿真结果显示:在受到不确定因素干扰时,机械臂末端连杆采用改进RBF神经网络控制器产生的误差较小,系统反应速度较快,转矩波动较小.机械臂末端连杆采用改进RBF神经网络控制器,具有抗干扰的能力,快速保持系统输出的稳定性.
上一篇： 模糊偏好的TBM刀盘溜碴结构设计
下一篇： 采用Solidworks弧面分度凸轮建模新方法及静态分析
中国机械工程学会 沪ICP备05060958号
地址：上海市四平路同济大学机械南馆303 邮政编码：200092