基于观测器的漂浮基空间机器人模糊神经网络控制.pdfVIP

基于观测器的漂浮基空间机器人模糊神经网络控制.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 32卷 第 1O期 Vo1.32 No.10 2011年 l0月 October 2011 基于观测器的漂浮基空间机器人模糊 神经 网络控制 张文辉 ,齐乃明 , 肖阿 阳 (1.徐州师范大学机电工程学 院,徐州 22l116;2.哈尔滨工业大学航天学 院,哈尔滨 150001) 摘 要 :针对 自由漂浮状态 的空 间机器人模型不确定性及外部干扰 ,并考虑到通常其关节电机运行于低速工 况下,测速机难以满足要求 ,提出了一种速度重构的空间机器人模糊基函数网络控制策略。首先建立空间机器人 动力学模型,而后借助观测器来重构速度信息,利用模糊基函数网络的学习能力来 同时逼近控制器和观测器 中的 宇 非线性,动态抵消模型不确定性及系统偏差对速度重构的影响。网络的权值及参数 的调整算法在线实时 自适应调 a 整 ,不需要离线学习阶段 。仿真结果表明该控制策略能够达到较高的控制精度 ,对于通常工作在低速工况下的空 航 间机器人具有重要工程应用价值。 关键词 : 自由漂浮空间机器人;速度观测器 ;模糊基函数 网络 ;一致最终有界 学 a 中图分类号 :TP242 文献标识码 :A 文章编号 :1000—1328(2011)10—2158~6 报 DoI:10.3873/j.issn.1000—1328.2011.10.010 FuzzyNeuralNetworkControlofFree—FloatingSpaceRobot Basedon Observer ZHANGWen.hui ,QINai—uring,XIAOA.yang。 (1.SchoolofElectromechanicalEngineering,XuzhouNormalUniversity,Xuzhou221116,China 2 SchoolofAstronautics,HarbinInstituteofTechnology,Harbin150001,China) Abstract:Uncertaintymodelanddisturbancesoffree—floatingspacerobotandsituationoflowvelocityforjointsmotors areconsidered.Tachometersweredifficulttosatisfysignalrequest.A fuzzybasisfunctionnetwork controlstrategyofspace robotbaseon velocity reconstructedwaspresented.Firstly,dynamicmodelofspacerobotwasestablished,and then velocitysignalswerereconstructedbyobserver,nonlinearfunctionofobserverandcontrollerareapproximatedbythefuzzy basisfunctionnetworkwithstudyability.Uncertaintyand errorsofsystem arecompensated.Weightsand theparameters canbeadaptivetuned On—line withoutoff-linelearning phase.Simulation resultsshow thattheobserver—based control strategycan achievehigh

文档评论(0)

smdh + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档