改进的RBF神经网络在机械臂控制中的应用研究

作     者：廖凯 刘庆云 刘泽浩 Liao Kai;Liu Qingyun;Liu Zehao

作者机构：广东省智能制造研究所广州510070 广州绿源信息科技有限公司广州510610 

出 版 物：《机电工程技术》 (Mechanical & Electrical Engineering Technology)

年 卷 期：2020年第49卷第8期

页      码：145-147页

摘      要：机械臂系统是多输入、多输出的非线性系统,其位姿输出精度不稳定,与给定信号存在一定的跟踪误差。为提高机械臂系统跟踪精度以及抗干扰性能,通过对比分析常用的RBF神经网络学习方法,结合机械臂系统的非线性因素及其控制的实时性要求,提出改进RAN学习方法;并根据RAN学习方法构建RBF神经网络,将其应用于机械臂系统的逆控制器设计中。仿真实验表明,改进后的RBF神经网络逆控制器具有良好的对给定信号的跟踪精度和抗干扰能力,适用于机械臂系统的实时控制。

主 题 词：机械臂 RBF神经网络 模型辨识 逆模型控制 

学科分类：080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 081101[081101] 0811[工学-水利类] 081102[081102] 

D　O　I：10.3969/j.issn.1009-9492.2020.08.046

馆 藏 号：203965649...