咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于宽度学习系统的气动波纹管驱动器无模型跟踪控制 收藏

基于宽度学习系统的气动波纹管驱动器无模型跟踪控制

Model-free tracking control of pneumatic bellow actuator based on broad learning system

作     者:赵诗影 闫泽 孟庆鑫 肖怀 赖旭芝 吴敏 ZHAO Shi-ying;YAN Ze;MENG Qing-xin;XIAO Huai;LAI Xu-zhi;WU Min

作者机构:中国地质大学(武汉)自动化学院武汉430074 中国地址大学(武汉)复杂系统先进控制与智能自动化湖北省重点实验室武汉430074 中国地址大学(武汉)地球探测智能化技术教育部工程研究中心武汉430074 

出 版 物:《控制与决策》 (Control and Decision)

年 卷 期:2024年第39卷第1期

页      面:121-128页

核心收录:

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

基  金:国家自然科学基金项目(61773353) 湖北省自然科学基金创新群体项目(2015CFA010) 高等学校学科创新引智计划项目(B17040)。 

主  题:气动软体驱动器 气动波纹管驱动器 软体机器人 宽度学习系统 无模型跟踪控制 梯度下降 

摘      要:针对一款具有波纹管外形的充气伸长型气动软体驱动器(简称“气动波纹管驱动器),提出一种基于宽度学习系统的无模型跟踪控制方法,使该驱动器有效跟踪期望轨迹.首先,介绍气动波纹管驱动器结构,以及气动波纹管驱动器整体实验平台工作原理.根据驱动器实时位置信息提出一种基于宽度学习系统的跟踪控制方法,受PID跟踪控制方法中积分项作用的启发,所提出控制方法不仅采用系统跟踪误差作为宽度学习系统的输入之一,还将跟踪误差对时间的积分项作为另一输入以消除期望轨迹与实际轨迹间的恒定偏差.然后,采用宽度学习系统计算得到控制气压,同时,利用基于梯度下降法的学习律在线调整宽度学习系统权值,进而减小驱动器跟踪误差.最后,通过实验验证所提出方法的有效性.所提出方法无需建立驱动器模型,能够简化控制器设计步骤,且与深度神经网络控制方法相比,能在避免计算量过大的前提下实现较高的跟踪控制精度.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分