神經(jīng)網(wǎng)絡(luò)在機(jī)械手軌跡控制中的應(yīng)用研究.pdf

1、機(jī)械手是一個(gè)非線性、強(qiáng)耦合的對象,模型非線性和參數(shù)不確定性給基于模型的控制方法帶來了困難。神經(jīng)網(wǎng)絡(luò)具有逼近任意非線性映射的能力,使其在控制系統(tǒng)的建模、辨識(shí)和控制中得到了廣泛的應(yīng)用。本文對兩種不同類別的神經(jīng)網(wǎng)絡(luò)——前饋型神經(jīng)網(wǎng)絡(luò)和遞歸型神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)進(jìn)行了分析,并分別應(yīng)用在機(jī)械手的逆?？刂浦?取得令人滿意的效果。
　　小腦模型關(guān)節(jié)控制器(CMAC)具有結(jié)構(gòu)簡單、學(xué)習(xí)速度快的特點(diǎn)。本文將其用于逼近機(jī)械手的動(dòng)力學(xué)逆模型,針對神經(jīng)網(wǎng)絡(luò)

2、所需輸入量較多的問題,提出了單輸入CMAC的逆?？刂撇呗?并應(yīng)用于二自由度機(jī)械手的軌跡控制。引入測量變量使網(wǎng)絡(luò)輸入由二維轉(zhuǎn)換為一維,大大減少了網(wǎng)絡(luò)所需存儲(chǔ)空間,提高了學(xué)習(xí)速度。仿真實(shí)驗(yàn)結(jié)果表明,所提的控制策略克服了機(jī)械手非線性和不確定性的影響,是可行的。
　　高階遞歸型神經(jīng)網(wǎng)絡(luò)可以以任意精度逼近一類非線性動(dòng)態(tài)系統(tǒng),本文給出了網(wǎng)絡(luò)的學(xué)習(xí)算法,并從數(shù)學(xué)上證明了該算法可以保證網(wǎng)絡(luò)收斂。再以三關(guān)節(jié)平面機(jī)械手為研究對象,設(shè)計(jì)了二階遞歸型神經(jīng)