基于模糊神经网络运算法则的并联机器人自适应控制研究.pdfVIP

《自动化技术与应用》20l0年第29卷第1期 控 制 理 论 与应 用 ControlTheoryandApplications 基于模糊神经网络运算法则的并联机器人 自适应控制研究★ 朱大昌。陈 强 (江西理工大学机电工程学院，江西 赣州 341000) 摘 要：针对并联机器人数学模型不完全确知并包含外部扰动的非线性多变量系统 ，提出一种基于模糊神经网络运算法则 (FNNA) 的自适应控制策略。将各个支链的模糊规则通过神经网络进行在线训练并得出模糊规则的权重并将此运用于在线辨识非线性 自适应控制系统的未知动态，有效抑制了系统的数学模型不精确所产生的误差及外部扰动。仿真结果表明该控制方法明显提 高了控制系统的轨迹跟踪性能，并对外部干扰及系统的非线性具有很强的鲁棒性。 关键词：并联机器人；自适应控制；模糊神经网络；运算法则； 中图分类号：TP242 文献标识码：A 文章编号2010)010004—04 AdaptiveControlofParallelManipulatorsVIAFuzzyNeural NetworkAlgorithm ZHUDa-chang，CHENQiang (CollegeofMechanicalnadElcetricalEngineering，JiangxiUniversityofScienceandTechnology,Ganzhou341000China) Abstract：ASthemodelofparallelmanipulatorsisnonlinearmulti—variablessystem withstructureuncertaintiesandexternal disturbances，thispaperconsidersanadaptivecontrolstrategywithFuzzyNeuralNetworkAlgorithm (FNNA)．The fuzzierrulesofeachlimbcanbetrainedon—linebyneuralnetworkalgorithm andweightsofurlescanbegot．Theseresults canbeusedtotheunknowndynamicofnonlinearadaptivecontrolsystem andeffectualrestrainerrorswhichcausedby themodeluncertaintiesandinternaldisturbs．Simulationsindicatethatthismethodcanenhanceobviouslythecapability oftracktrainingofcontrolsystem andhavestrongrobustnesswithexternaldisturbsandthenonlinearcharacteristicof mechanicalsystem． Keywords：parallelmanipulators；adaptivecontrol；fuzzyneuralnetwork；algorithm 1 引言 统设计。在以上的控制系统设计中，机器人不确定性参 在并联机器人控制系统中，由于存在模型的不确定 数都被设定为一定范围的定值 ，这些假设与机器人实际 性、系统的非线性以及外界的干扰等因素，因此在此类 运行的参数不完全相符合。作为对 以上控制系统设计 并联机构的控制系统设计方面，必须要考虑其鲁棒特性 方法的完善，一系列基于线性 自适应控制策略被提出[3】。 及其控制系统 的稳定性 。为了消除机构的不确定和外 然而由于机器人并联机构是一个典型的非线性系统 以 界扰动对控制系