龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于神经网络的机械臂系统迭代学习控制方法。该方法基于机械臂系统的位置、速度、加速度，将机械臂系统重构为高阶系统，为避免微分爆炸问题，构建了一种命令滤波器，同时针对机械臂系统存在的输入饱和问题和滤波器未能实现的部分，设计辅助系统进行相应的补偿，使用基于神经网络的迭代学习控制器来控制机械臂系统。与传统的需要精确数学模型的控制方法相比，本发明所提的控制算法更为新颖且应用条件简单。该方法用于重复任务操作时，有效地提高了控制精度，具有良好的工程应用价值。
主权项：1.一种基于神经网络的机械臂系统迭代学习控制方法，其特征在于，基于机械臂系统的位置、速度、加速度，将机械臂系统重构为高阶系统，构造了命令滤波器，设计辅助系统补偿输入饱和和滤波器未能实现的部分，使用基于神经网络的迭代学习控制器来控制机械臂系统；机械臂系统模型数学表达式如下所示： 式中，q,分别表示机械臂的位置、速度、加速度，D表示机械惯性，B表示粘滞系数，N表示与载荷质量和重力系数有关的常数，τr表示电机产生的转矩，τd表示未知时间延迟的转矩扰动，M表示电枢电感，H表示电枢电阻，uvk表示带有输入饱和的控制输入，Km表示反电势系数；基于机械臂位置、速度、加速度重构的高阶系统模型数学表达式如下所示： 式中，x1,k,x2,k,x3,k分别表示机械臂的位置、速度、转矩，d表示未知的时间延迟，其余参数表示的含义与机械臂系统中的参数含义相同，系统输出为yk＝x1,k；构建了命令滤波器，具体步骤如下： 式中，βi,k表示命令滤波器的输出，αi-1,k表示第i-1个子系统的虚拟控制器，表示命令滤波器的带宽；设计辅助系统补偿输入饱和和滤波器未能实现的部分，具体步骤如下：首先设计如下形式的辅助系统解决滤波器未能实现的部分： 式中，γ1,k,γ2,k,γ3,k表示辅助系统的状态，c1,c2,c3表示需要设计的参数；其次设计如下形式的辅助系统处理输入饱和： 式中，ω1,k,ω2,k,ω3,k表示辅助系统的状态。
全文数据：
权利要求：
百度查询： 南京工业大学 一种基于神经网络的机械臂系统迭代学习控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号