基于智能控制的機械手軌跡跟蹤控制方法研究.pdf

1、機械手軌跡跟蹤問題是當前研究的一項熱點問題,軌跡跟蹤控制算法的好壞直接影響到機械手的性能。由于機械手是一個強耦合、高度非線性、時變的系統(tǒng),而且還存在諸多不確定因素,無法得到完整的、精確的機器人系統(tǒng)模型,因此設計理想的軌跡跟蹤控制器十分困難。
　　在本文中,首先構造了機械手的數(shù)學模型,分析了其動力學特性和雅可比矩陣,并介紹了神經(jīng)網(wǎng)絡和模糊控制的基本原理。然后,設計了一種基于FCMAC神經(jīng)網(wǎng)絡動態(tài)逆的機械手自適應軌跡跟蹤控制,基本控制

2、律采用非線性動態(tài)逆方法進行設計,對由于模型不準確和不確定因素引起的非線性系統(tǒng)逆誤差,通過自組織模糊小腦模型關節(jié)控制器(FCMAC)神經(jīng)網(wǎng)絡在線進行修正。其后,研究了一種模糊神經(jīng)滑模變結構控制方法,設計了滑?？刂破骱湍：咚够窠?jīng)網(wǎng)絡(FGBNN)的組合控制器,克服了滑模面導數(shù)不連續(xù)的缺點,并消除了滑?？刂频亩墩駟栴},確保了系統(tǒng)的全局魯棒性和穩(wěn)定性。最后,給出了一種基于粒子濾波的遞歸模糊神經(jīng)視覺伺服控制設計方法,使用遞歸模糊神經(jīng)網(wǎng)絡控制器

3、中加入粒子濾波,對雅可比矩陣進行實時在線估計,來控制機械手進行軌跡跟蹤。
　　本文應用上述幾種智能控制算法于機械手的軌跡跟蹤研究中,進行了仿真實驗,實驗結果證明了所提出的各種智能控制方法能夠相對準確的跟蹤給定參考軌跡,響應速度快,控制精度高,有效的補償了系統(tǒng)的不確定因素和減弱了系統(tǒng)的抖動。
　　最后,以TVT-99D機械手為對象,對軌跡跟蹤算法的實際控制做了研究,并跟蹤了給定的曲線,得到的實驗結果證明:本文中的算法具備一定的