5.5人工神经网络在控制中的应用课稿.ppt

由神经辨识器NNI在线估计对象参数，用调节器（或控 制器）实现参数的自动整定相结合的自适应控制。 5.2 基于神经网络的控制 5.5.3 基于ANN的控制参数优化 基于神经网络的间接自校正控制 5.5 ANN在控制中的应用 5.5.1 基于ANN的系统建模 5.5.3 基于ANN的控制参数优化 5.5.2 基于ANN控制器的系统综合 5.5.4 ANN控制应用实例 例： 二关节机器人神经网络自适应控制 1）控制问题 机器人动态控制问题就是要使机器人的各关节或末端执行器位置能够以理想的动态品质跟踪给定的轨迹或稳定在指定的位置上。 5.5.4 ANN控制应用实例 二关节机器人控制结构 5.2 基于神经网络的控制 5.5.4 ANN控制应用实例 2）机器人数学模型 坐标变换：机器人末端在空间的位置坐标可以变换为其关节角度的大小 5.2 基于神经网络的控制 5.5.4 ANN控制应用实例 动力学方程： 5.2 基于神经网络的控制 5.5.4 ANN控制应用实例 机器人动力学模型的特点 动力学方程包含的项数多，复杂。随着机器人关节数的增加，方程中包含的项数呈几何级数增加，可达数百项； 高度非线性。方程的每一项都含有cos，sin等非线性因素 高度耦合。每个关节的运动都会引起其它关节的运动 模型不确定性。当机器人搬运物体时，由于所持物件不同，负载会发生变化，同时，关节