| 机器人轨迹跟踪的RBF神经网络控制 |
| |
| 引用本文： | 杨丽,任淑艳,段海龙.机器人轨迹跟踪的RBF神经网络控制[J].天津工程师范学院学报,2011,21(2). |
| |
| 作者姓名： | 杨丽 任淑艳 段海龙 |
| |
| 作者单位： | 天津职业技术师范大学自动化与电气工程学院,天津300222;天津职业技术师范大学天津市信息传感与智能控制重点实验室,天津300222 |
| |
| 基金项目： | 国家自然科学基金青年科学基金项目(60805038); 天津职业技术师范大学科研发展基金项目(KYQD09017,KJ10-01) |
| |
| 摘 要： | 针对模型未知的机器人系统提出了一种新的控制策略,即将H∞控制理论与径向基函数神经网络(RBFNN)有机地结合起来,并把建模误差及外部干扰衰减到期望的程度下。文中基于Lyapunov方法给出了RBFNN学习自适应率和H∞跟踪特性的证明,并通过对两自由度机器人的仿真结果表明了所提出的控制方法的可行性。
|
| 关 键 词： | 机器人 径向基函数神经网络 H∞控制 轨迹跟踪 |
Neural network control for the tracking of robot |
| |
| YANG Li,REN Shu-yan,DUAN Hai-long.Neural network control for the tracking of robot[J].Journal of Tianji University of Technology and Education,2011,21(2). |
| |
| Authors: | YANG Li REN Shu-yan DUAN Hai-long |
| |
| Institution: | YANG Li1,2,REN Shu-yan1,DUAN Hai-long1,2(1.School of Automation and Electrical Engineering,Tianjin University of Technology and Education,Tianjin 300222,China,2.Tianjin Key Laboratory of Information Sensing and Intelligent Control,China) |
| |
| Abstract: | A new control strategy is proposed for the unknown robotic manipulators.The control scheme combines control theory and RBF neural network algorithm organically,and the influence of both the modeling errors and the external disturbances can be attenuated to a desired level.Based on Lyapunov method,RBFNN learning law is given and tracking performance is illustrated.The result of simulation on a 2-DOF robot verifies the effectiveness of the proposed algorithm. |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
