可容错的遥控水下机器人递归神经网络控制-哈尔滨工业大学学报.PDFVIP

可容错的遥控水下机器人递归神经网络控制-哈尔滨工业大学学报.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
可容错的遥控水下机器人递归神经网络控制-哈尔滨工业大学学报

第45卷 第9期 哈 尔 滨 工 业 大 学 学 报 Vol45 No9     2013年9月 JOURNALOFHARBININSTITUTEOFTECHNOLOGY Sep.2013        可容错的遥控水下机器人递归神经网络控制 1 1 2,3 姜述强 ,金鸿章 ,魏凤梅 (1.哈尔滨工程大学 自动化学院,150001哈尔滨;2.哈尔滨工程大学 计算机科学与技术学院,150001哈尔滨; 3.哈尔滨学院工学院,150086哈尔滨) 摘 要:针对遥控水下机器人(ROV)需要长时间稳定可靠工作的问题,提出递归模糊神经网络及可容错分配推力的控 制方法.使用扩展函数链改进递归模糊神经网络控制器,提高了控制器对机器人非线性特性的识别和处理能力;基于反 向梯度传播原理,由能量函数设计了该网络的学习算法,并根据微粒群优化确定学习率参数,从而保证整个网络的收敛 性;在推力分配方面,针对开架式遥控水下机器人的两种推力器布置形式进行建模,将容错问题转化为对偶优化问题,建 立能量函数实现故障条件下的推力优化分配.实验结果表明,所设计控制器不仅增强了遥控水下机器人对干扰的反应能 力,并且提高了对机器人非线性特性的控制能力,减少了控制误差.当部分主推或侧推等推力器失效时,仍可以通过推力 优化分配实现机器人在水平面上的准确位置控制,从而保证了遥控水下机器人长时间可靠工作. 关键词:遥控水下机器人;递归神经网络;扩展函数链;推力分配;容错控制 中图分类号:TP24 文献标志码:A 文章编号:0367-6234(2013)09-0057-07 Afaulttolerablerecurrentneuralnetworkcontrollerforremoteoperatedvehicle 1 1 2,3 JIANGShuqiang,JINHongzhang,WEIFengmei (1.CollegeofAutomation,HarbinEngineeringUniversity,150001Harbin,China;2.CollegeofComputerScienceandTechnology, HarbinEngineeringUniversity,150001Harbin,China;3.SchoolofTechnology,HarbinUniversity,150086Harbin,China) Abstract:Afuzzyrecurrentneuralnetworkcontrollerwithfaulttolerablethrustallocationcontrolstrategyhas beenproposedforRemoteOperatedVehicles(ROV).Extendedfunctionallinkisissuedforfuzzyrecurrent neuralnetworkcontrollertoimprovetheabilityofidentificationandresponse.Onlinetrainingalgorithmis developedbasedongradientdescentmethod.Thelearningrateparametersaredeterminedaccordingtoparticle swarmoptimization,hencethewholenetworkconvergenceisguaranteed.Ontheaspectofforceallocation,a modelhasbeenestablishedaccordingtothrusterpositionsforopenframeremoteoperatedvehiclesbasedon whichthef

文档评论(0)

2105194781 + 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