原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
柔性和摩擦力不确定条件下RBF神经网络自适应轨迹跟踪方法
第48卷第19期 机械工程学报 V01．48NO．19
2012年10月 0ct． 201 2
JOURNALOFMECHANICALENGINEERING
DoI：10．3901／JME．2012．19。023
柔性和摩擦力不确定条件下RBF神经网络
自适应轨迹跟踪方法木
吴宝强1孙炜1曹成2
3
(1．湖南大学电气与信息工程学院长沙410082
2．湖南大学教育技术与工程训练中心长沙410082)
basis
function，砌≥F1的力／位置混合自适应控制方法并用于机器人轨迹跟踪控制，
摘要：提出一种基于径向基神经网络(Radial
解决机器人柔性末端执行器轨迹跟踪过程中柔性和摩擦力模型难以精确描述的问题。RBF神经网络是一种高效的前馈式神经
网络，具有其他前向网络所不具有的非线性逼近性能和全局最优特性，并且网络结构简单，训练速度快。设计一种基于RBF
神经网络非线性逼近能力来估计模型中的不确定参数的自适应控制器，给出控制器中神经网络权值更新规则，并证明所设计
控制器输出力和位置误差的最终一致有界性。将该控制器应用于风管清扫机器人仿真试验，结果表明该自适应控制器能很好
地用于柔性和摩擦力不确定条件下轨迹跟踪控制，与传统自适应控制方法相比具有更精确的跟踪特性和更强的鲁棒性。
关键词：柔性和摩擦力RBF神经网络力／位混合控制自适应控制
中图分类号：一TP24
J
RBF
NeuralNetwork Traj Controlunder
AdaptiveectoryTracking
Conditionsof andFriction
Uncertain
Compliance
WU SUNWeilCAO
Baoqian91 Chen92
1
ofElectricalandInformation 40082；
(1．College Engineering，HunanUniversity,Changsha
2．CenterofEducationaland
TechnologyEngineeringTraining，HunanUniversity,Changsha410082)
Abstract：A controlmethodbasedonradialbasis networkis tosolve
force／positionhybridadaptive fimction(RBF)neuralproposed
the ofdifficultiesto describethe andfrictionforrobotterminal
problem precisely compliance duringtrajectorytrackingprocess．RBF
neural isan feed-f
文档评论（0）