基于神经网络的内模控制在机械手控制中的研究.pdfVIP

基于神经网络的内模控制在机械手控制中的研究 基于神经网络的内模控制在机械手控制中的研究 王万丽． 窦秀华 (青岛科技大学 自动化与电子工程学院，青岛266042) 摘 要：采用内模控制与神经网络相结合的方法来解决机械手的控制问题，使机械手沿着一定的期望轨迹运行。神经网 络对机械手建模，使其作为内模控制中的模型，训练方法采用前馈网络的BP学习算法。单个神经元使用静态模型，输入神经 元之间的延迟引入系统的动态。仿真结果表明，该方法具有有效性和实用性。 关键词：神经网络；内模控制；机械手 中图分类号：TP273 文献标识码：A 文章编号：1817—0633(2008)06—0039—03 Research on the Internal Model Control Based on Neural Network in Robotic Arm Control WANG Wan—li． 0U Xiu—hua (College ofAutomation and Electronic En~neefing，Qingaao University of Science and Technology，Qingaao 266042，China) Abstract：Using the method of combining internal model control(IMC)with neural network(NN)to implement the robot alTll control and makes the robot alTll to move along the definite desired track．The model of robot alTll in IMC is established by the neural network，and the training method applies BP learning algorithm of the feed-forward network．The models of the individual neurons use the stoic models and the delays between pairs of input neurons are introduced in the system dynamics．The simulation resu~ shows this method is effective and practica1． Keywords：Neural Network；Internal Model Control；Robotic Arm 1引言 的差通过比较器输出用来校正输入量，当模型与过程不匹配或 在利用先进控制理论进行控制器设计的过程中，常常需要建 存在干扰时，反馈信号起作用。 模。对于难以建立精确数学模型的复杂过程来说，可考虑对模型 当模型与过程匹配时，在不存在干扰的情况下系统相当于 要求不高的内模控制方案。在内模控制中经常用到模糊模型_I_，这 开环，这就需要控制对象必须是稳定的。 种方法的特点是所用的模型并非是精确的数学模型。本文根据神 当模型与过程不匹配时，只要参考模型与过程的静态增益 经网络有着生物学行为的特点 ，用神经网络对机械手建立的模 相同，系统静态仍有较好的抗干扰能力。 型作为内模控制中的内模模型。这主要是因为：①神经网络可以 只要系统稳定，在模型近似的条件下内模控制器能够使系 在数学描述函数不精确的条件下，建立较好的模型，从而使系统 统获得较好的鲁棒性。一般来说，内模模型可通过数学方程式来 在过程变化的情况下保持稳定；②内模控制在非线性高阶系统中 建立。模型的结构通过过程先