基于融合深度神经网络的智能机械臂建模与控制优化

作     者：刘尔晨 刘天涯 LIU Erchen;LIU Tianya

作者机构：江苏安全技术职业学院江苏徐州221000 

出 版 物：《工业仪表与自动化装置》 (Industrial Instrumentation & Automation)

年 卷 期：2023年第3期

页      面：106-110页

学科分类：08[工学] 0802[工学-机械工程] 0835[工学-软件工程] 080201[工学-机械制造及其自动化] 

基　　金：中国煤炭教育协会研究课题(ZMZC2022011) 

主　　题：智能机械臂 建模 控制优化 深度神经网络 

摘      要：针对智能机械臂系统数学模型精确度较低、相关控制策略仍需优化的问题,文中提出了一种基于融合深度神经网络的智能机械臂建模与控制优化方案。建立了包括梁模型、机械臂模型和动力系统模型在内的智能机械臂系统模型,并采用循环神经网络算法对其进行校准。同时,为了削弱模型参数变化及外部环境干扰对系统工作的影响,还设计了基于该模型的H∞系统控制方案。通过仿真实验验证了该方案的可靠性,所设计模型的参数误差率低于7%,且在H∞控制器的作用下,系统具有较强的稳定性、鲁棒性与抗干扰性,性能指标也优于同类研究成果,为智能机械臂系统的控制优化提供了一种新的思路。