基于FCMAC 的鲁棒自适应迭代学习控制算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


FCMAC-Based Robust Adaptive Iterative Learning Control Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    工业机器人在改变运动轨迹时往往伴随着系统噪声、干扰的引入以及自身的惯量参数发生变化,采用传统的迭代控制算法难以达到高精度、高速控制的要求。将自适应与鲁棒控制与迭代控制相结合,提高迭代算法的控制精度;给定任务发生改变时,引入模糊小脑关节控制器作为前馈控制,经历史控制经验训练后估算出变化后系统的期望估计输入,作为迭代控制器的初始输入,避免了在新任务产生时盲目的选择初始量,达到高速控制目的。对机器人系统的仿真结果验证了本算法的有效性和合理性。

    Abstract:

    Trajectory Changing of the industrial robots are often accompanied by system noise, interference, and the introduction of its own inertia parameters change, and the traditional iterative control algorithm is difficult to achieve high precision and high-speed control requirements. This article combines adaptive control and robust control and the iterative algorithm together to improve the control precision; when the given task is changed, the historical control experience estimates the changes in training estimated input after the system's expectations, as the initial iteration controller input, the controller works as joint fuzzy cerebellar feed-forward control, when new tasks arise it avoids the choice of the initial amount of the blind in the order to achieve high-speed control purposes. At last the robot system simulation results show the validity and rationality of the algorithm.

    参考文献
    相似文献
    引证文献
引用本文

孙开林,王宪,杨坤.基于FCMAC 的鲁棒自适应迭代学习控制算法.计算机系统应用,2011,20(11):86-90

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2011-03-24
  • 最后修改日期:2011-05-12
  • 录用日期:
  • 在线发布日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号