检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

计算力矩—自校正机器人控制算法

重庆大学学报（自然科学版） 1992年第5期15卷 83-88页

作者：杨永臻苗义重庆大学电子信息工程学院

近年来已经开发出一些应用于复杂非线性系统的自适应控制方案,机器人控制系统就是典型的例子。由于不可避免地存在着非模型化的动特性,将自适应技术和基于模型的非线性控制有机地结合起来,充分利用能够得到的参数模型,通过自适应控制处... 详细信息

近年来已经开发出一些应用于复杂非线性系统的自适应控制方案,机器人控制系统就是典型的例子。由于不可避免地存在着非模型化的动特性,将自适应技术和基于模型的非线性控制有机地结合起来,充分利用能够得到的参数模型,通过自适应控制处理剩余的未知参数部分,可能是一种有效的控制策略。本文提出一种适用于机器人的计算力矩—自校正控制算法。仿真结果证实了方案的有效性。

关键词：机器人计算力矩自校正控制系统

在线全文

学校读者我要写书评

暂无评论

基于计算力矩的微创手术机器人控制

控制工程 2011年第5期18卷 780-782页

作者：刁燕陈章平罗华吴应东四川大学制造科学与工程学院四川成都610065

针对微创手术机器人通常采用的独立PD控制或基于重力补偿的PD控制,都必须预先设定好相应的PD常数,不能随刀具所受有效外载荷而进行自适应调节,从而影响了机器人的定位精度的问题。提出了一种基于计算力矩的控制模型,在拉格朗日动力学模... 详细信息

针对微创手术机器人通常采用的独立PD控制或基于重力补偿的PD控制,都必须预先设定好相应的PD常数,不能随刀具所受有效外载荷而进行自适应调节,从而影响了机器人的定位精度的问题。提出了一种基于计算力矩的控制模型,在拉格朗日动力学模型基础上引进控制量使机器人系统线性化,并且将静力学分析结果作为反馈信号,完成外载荷作用下的轨迹精确控制。在Matlab软件中建立机器人物理模型及控制模型,仿真比较了重力补偿PD控制与基于计算力矩控制所得刀具末端的位置偏差,证实了该模型具有良好的自适应能力。仿真结果也表明该方法的定位精度能够达到0.4 mm以上。

关键词：手术机器人自适应控制计算力矩

在线全文

学校读者我要写书评

暂无评论

模块化机器人神经网络补偿计算力矩控制研究

制造业自动化 2018年第6期40卷 36-39页

作者：李永朱松青高海涛周英路南京工程学院机械工程学院南京211167

为了解决模块化机器人由于构型可变等特点导致参数不确定与非参数不确定性增大引起轨迹跟踪不理想的问题,设计神经网络补偿计算力矩复合控制器。考虑机器人参数不确定与摩擦、干扰等非参数不确定性,将动力学模型分为理想部分和不确定部... 详细信息

为了解决模块化机器人由于构型可变等特点导致参数不确定与非参数不确定性增大引起轨迹跟踪不理想的问题,设计神经网络补偿计算力矩复合控制器。考虑机器人参数不确定与摩擦、干扰等非参数不确定性,将动力学模型分为理想部分和不确定部分,用计算力矩法实现理想模型控制,用BRF神经网络补偿不确定部分。利用Lyapunov理论证明控制器稳定性并采用自适应算法实现神经网络权值在线自调整。最后,仿真发现使用该控制器取得良好的轨迹跟踪效果。

关键词：模块化机器人非参数不确定性计算力矩神经网络补偿自适应算法

在线全文

学校读者我要写书评

暂无评论

法兰管理设备的工作流程和计算力矩

石化技术 2018年第3期25卷 235-236页

作者：苗双喜张伟李春祥郭鹏李振鹏徐竹林中国海洋石油工程(青岛)股份有限公司山东青岛266520 青岛新瑞洁清洗工程技术有限公司山东青岛266000

本文针对法兰管理的设备进行了介绍,并论述了法兰管理软件对力矩计算的过程。

关键词：计算力矩法兰清洁流程

在线全文

学校读者我要写书评

暂无评论

一种改进的柔性机器人计算力矩控制算法

一种改进的柔性机器人计算力矩控制算法

1996年中国控制会议

作者：徐建闽朱蓓蓓周其节华南理工大学自动化系华南理工大学自动化系华南理工大学自动化系

本文研究柔性机器人的轨迹跟踪控制问题．通过坐标变换导出以可测关节角为变量的柔性机器人的动态模型。在文献[1]的CTJ控制算法基础上提出一种改进的计算力矩控制算法（ICTJ）,并从理论上证明了新算法的收敛性．仿真结果表明ICTJ算法比... 详细信息

本文研究柔性机器人的轨迹跟踪控制问题．通过坐标变换导出以可测关节角为变量的柔性机器人的动态模型。在文献[1]的CTJ控制算法基础上提出一种改进的计算力矩控制算法（ICTJ）,并从理论上证明了新算法的收敛性．仿真结果表明ICTJ算法比CTJ算法在跟踪精度上有明显的改善．

关键词：柔性机器人轨迹跟踪计算力矩

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于RBF的机械手建模误差补偿自适应控制

系统仿真学报 2012年第7期24卷 1474-1478,1484页

作者：李鑫杨开明朱煜清华大学精密仪器与机械学系摩擦学国家重点实验室北京100084

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... 详细信息

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。

关键词：建模误差计算力矩神经网络自适应鲁棒性

在线全文

学校读者我要写书评

暂无评论

下肢外骨骼矫形器的协同仿真研究

系统仿真学报 2009年第19期21卷 6114-6117页

作者：冯治国钱晋武王企远章亚男沈林勇上海大学机电工程与自动化学院智能机械与系统实验室上海200072

设计用于步态康复训练的下肢外骨骼矫形器。利用Solidworks、Adams和Matlab协同仿真方法,建立下肢外骨骼矫形器虚拟样机三维实验平台,对步行训练的动态特性和控制系统进行仿真研究。针对关节轨迹跟踪控制提出计算力矩加PD反馈控制的方法... 详细信息

设计用于步态康复训练的下肢外骨骼矫形器。利用Solidworks、Adams和Matlab协同仿真方法,建立下肢外骨骼矫形器虚拟样机三维实验平台,对步行训练的动态特性和控制系统进行仿真研究。针对关节轨迹跟踪控制提出计算力矩加PD反馈控制的方法,仿真结果证明这种方法能够较好使关节力矩跟踪理想轨迹运动并渐近稳定。虚拟样机协同仿真的方法确切有效的分析下肢外骨骼矫形器步行运动,为研发下肢外骨骼矫形器物理样机提供主要参考。

关键词：外骨骼矫形器虚拟样机协同仿真计算力矩

移动模组驱动的Tripod并联机器人建模与轨迹跟踪控制研究

在线全文

学校读者我要写书评

暂无评论

浙江工业大学学报 2020年第6期48卷 598-604页

作者：徐建明谢丹浙江工业大学信息工程学院浙江杭州310023

研究移动模组驱动的Tripod并联机器人建模方法,以及基于计算力矩法的PID轨迹跟踪控制算法。首先,分析所设计的移动模组驱动的Tripod并联机器人的机构构型,建立其定平台、动平台坐标系;然后,采用Newton-Euler法对Tripod并联机器人各个移... 详细信息

研究移动模组驱动的Tripod并联机器人建模方法,以及基于计算力矩法的PID轨迹跟踪控制算法。首先,分析所设计的移动模组驱动的Tripod并联机器人的机构构型,建立其定平台、动平台坐标系;然后,采用Newton-Euler法对Tripod并联机器人各个移动模组进行受力分析,利用虚功原理建立Tripod并联机器人动力学模型,根据逆动力学模型,研究基于计算力矩的PID控制器的设计方法;最后,针对动力学模型存在参数偏差和外部干扰力的情况,采用所设计控制器进行了轨迹跟踪控制仿真实验,结果验证了所研究控制算法的有效性。

关键词：并联机器人动力学分析 PID 计算力矩 MATLAB仿真

在线全文

学校读者我要写书评

暂无评论

RBF神经网络补偿的并联机器人控制研究

机械设计与制造 2018年第3期 252-254,259页

作者：彭志文高宏力梁超文刚西南交通大学机械工程学院四川成都610031

为了实现对三自由度Delta并联机器人更精确的轨迹跟踪控制,对并联机构的动力学建模不确定性进行研究,提出了计算力矩控制基础上的RBF神经网络在线补偿控制策略。利用Lyapunov理论推导了神经网络在线权值自适应律,保证了系统稳定性。运用... 详细信息

为了实现对三自由度Delta并联机器人更精确的轨迹跟踪控制,对并联机构的动力学建模不确定性进行研究,提出了计算力矩控制基础上的RBF神经网络在线补偿控制策略。利用Lyapunov理论推导了神经网络在线权值自适应律,保证了系统稳定性。运用RBF神经网络在线自学习系统的不确定性,提高了控制效率同时增加算法的自适应性。在Simmechanics中建立系统物理模型并在Simulink中设计控制器,之后进行Simulimk/Simmechanics联合仿真,结果表明算法优于计算力矩控制,可以有效减小跟踪误差的收敛半径,实现对目标轨迹的准确跟踪。

关键词： Delta并联机器人计算力矩 RBF神经网络 Simmechanics