| 机器人液压驱动器神经网络自适应最优控制 |
| |
| 引用本文： | 孙广彬,王宏.机器人液压驱动器神经网络自适应最优控制[J].华中科技大学学报(自然科学版),2015(1):7-11. |
| |
| 作者姓名： | 孙广彬 王宏 |
| |
| 作者单位： | 东北大学机械工程与自动化学院,辽宁沈阳,110819 |
| |
| 基金项目： | 国家自然科学基金资助项目(61071057) |
| |
| 摘 要： | 为了有效地控制液压非线性系统,提出基于RBF神经网络的自适应最优控制系统,应用于机器人液压驱动器.首先,建立了液压系统的动力学模型;然后,输入幅值和频率连续变化的信号,应用卡尔曼滤波器估计液压系统状态,进而计算出模型参数,对模型参数进行分组用于训练RBF神经网络;接着,对不同组参数求平均作为参考点,用RBF神经网络学习最优控制器反馈增益随系统参数的变化规律;最后,训练完成的神经网络根据卡尔曼滤波器参数估计值在线预测并调节控制器增益.经实验验证,该控制系统调节时间和跟踪误差仅为普通线性二次型最优控制器的1/2和1/3左右.
|
| 关 键 词： | 卡尔曼滤波器 自适应控制 RB F神经网络 最优控制 液压驱动器 |
Neural network-based adaptive optimal control of a robot hydraulic actuator |
| |
| Sun Guangbin
,
Wang Hong.Neural network-based adaptive optimal control of a robot hydraulic actuator[J].JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE,2015(1):7-11. |
| |
| Authors: | Sun Guangbin Wang Hong |
| |
| Institution: | Sun Guangbin;Wang Hong;School of Mechanical Engineering and Automation,Northeastern University; |
| |
| Abstract: | |
| |
| Keywords: | Kalman filter adaptive control radial basis function (RBF) neural network optimal control hydraulic actuator |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
