排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
钟对多连杆柔性关节机械臂,设计了基于高斯径向基函数神经网络(GRBFNN)的滑模控制器,该控制器利用神经网络的逼近能力,将各关节的切换函数作为网络的输入,控制器完全由连续的RBF神经网络实现。利用该控制器与线性二次型跟踪器以及传统滑模控制器对三连杆柔性关节机械臂进行轨迹跟踪控制仿真。仿真结果表明:线性二次型跟踪器具有一定传输时延,滑模控制器跟踪轨迹有明显抖振,而神经滑模控制器取消了切换项,消减了抖振,具有良好的跟踪效果和稳定性。 相似文献
2.
3.
针对一种前轮驱动自行车机器人样机的惯性参数难以直接获得、控制器参数整定效率低和平衡控制效果差的问题,基于欠驱动力学特性对系统进行惯性参数辨识,并对辨识结果进行平衡控制试验验证.采用拉格朗日方法分析系统的力学机理,结果发现,其中包含有欠驱动子系统,若将该子系统进行变量分离,可以推导出系统的惯性参数辨识模型;根据惯性单元等传感器的实测信息,引入遗传算法对模型进行求解,辨识出了系统的惯性参数.样机试验结果表明,根据辨识出的惯性参数可以快速整定出控制器参数并实现样机在水平面上的稳定平衡行走,验证了辨识方法的有效性. 相似文献
4.
1