冗余度TT-VGT机器人的神经网络自适应控制

TT-VGT（Tetrahedron-Tetrahedron-VariableGeometryTruss）机器人是由多个四面体组成的变几何桁架机器人，图1所示为由N个四面体单元组成的冗余度TT-VGT机器人*作手，平面ABC为机器人的基础平台，基本单元中各杆之间由较铰连接，通过可伸缩构件li(i=1,2,…，n)的长度变化改变机构的构形。图2所示为其中的两个单元的TT-VGT机构，设平面ABC和平面BCD的夹角用中间变量qi(i=1,2,…,n)表示，qi与li(I=1,2,…，n)的关系如下[2]：

式中，d表示TT-VGT中不可伸缩构件的长度，

li表示机器人可伸缩构件的长度。

TT-VGT机器人关节驱动力F与力矩τ的关系为：

F=Bττ(2)

式中，Bτ为对角矩阵，对角元素Bτi为：

1状态模型

机器人的自适应控制是与机器人的动力学密切相关的。机器人的动力学方程的一般形式可如下表示（不考虑外力的作用）：

τ=D（q）qC(q,q)qG(q)q(4)

式中，D（q）∈Rn×n为广义质量矩阵（惯*矩阵），

C（q,q）∈Rn×(n×n)为向心力及哥氏力作用的矩阵，

G（q）∈Rn为重力矩阵，

τ∈Rn表示机器人的驱动力矩。

对于TT-VGT机器人，用杆件变量li,ii,Li（i=1,2…，n）代替中间变量qi，qi，qi（i=1,2…，n）（见式（1）），则试（4）可表示为：

F=D（l）lC（l,i）iG(l)l(5)

式中，F∈Rn表示机器人的驱动力。

可把式（5）表示为下列状态方程：

x=A(x,t)xB(x,t)F（7）

式中，

上述机器人动力学模型就是机器人自适应控制器的调节对象。

考虑到传动装置的动力学控制系统模型如下式所示：

式中，u、l——传动装置的输入电压和位移矢量，

Ma、Ja、Ba——传动装置的驱动力矩比例系数、转动惯量和阻尼系数（对角矩阵）。

联立求解式（5）和式（9），并定义：

可求得机器人传动系统的时变非线*状态模型如下：

• 一类非线*系统的神经网络自适应控制

  针对一类单输入单输山不确定非仿射型非线*系统,基于多层神经网络提出了一种直接自适应控制方法.该设计方法首先应用多层神经网络自适应模拟逼近逆解中的未知部分,然后应用逆设计和自适应反演设计出虚拟控制量,最后应用反馈线*化设计方法和神经网络设计了...

• 基于改进的BP神经网络PID控制器

  摘要：本文提出了一种分层调整学习速率的改进方法，并设计了以改进的BP神经网络参数为基础的自整定PID控制器，在MATLAB中对其进行*实验。关键词：BP;神经网络;PID控制器1分层调整学习速率的改进BP算法BP算法本质上是梯度下降法。若...

• 基于Adaline网的航空发动机自适应控制

  根据发动机模型非线*、关系式呈隐*和具有不确定*的工作特点，提出了一种基于Adaline网的发动机自适应控制方案，该方案中的神经网络辨识器和神经网络控制器均采用两层线*Adaline网，权值采用Widrow-Hoffδ学习规则更新。*结果...

• 直升机神经网络反馈线化飞行控制

  以SH-2G为控制对象,采用基于神经网络的非线*系统反馈线*化控制方法,进行直升机机动飞行*.*结果表明,所设计的神经网络具有自适应能力,能够在线补偿反馈线*化所产生的逆变换误差.这种方法无须获得动态逆模型,而只需某一个状态下的动力学逆...

• 计算机控制系统的硬件冗余容错分析

  动态硬件冗余系统是由若干相同模块共同组成的，以故障检测及系统恢复等方式来达到容错的一种硬件冗余系统，下面是小编搜集整理的一篇探究计算机控制系统的硬件冗余容错的论文范文，欢迎阅读参考。【摘要】通过对计算机系统的硬件冗余容错设计的特点分析及研究...