您现在的位置: 范文先生网 >> 理工论文 >> 电子通信论文 >> 正文

冗余度TT-VGT机器人的神经网络自适应控制

时间:2007-1-20栏目:电子通信论文

摘要:提出了采用神经网络进行模型参考自适应控制(MRAC)的方案,建立了自适应控制的状态模型,并推导出相应的自适应算法;最后对冗余度TT-VGT机器人自适应控制进行了仿真。

    关键词:冗余度 TT-VGT机器人 神经网络 模型参考自适应控制

TT-VGT(Tetrahedron-Tetrahedron-Variable Geometry Truss)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机器人操作手,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]:

(范文先生网www.fwsir.com收集整理)

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。

冗余度TT-VGT机器人的神经网络自适应控制

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:

冗余度TT-VGT机器人的神经网络自适应控制

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)q+C(q,q)q+G(q)q    (4)

式中,D(q)∈R n×n为广义质量矩阵(惯性矩阵),

C(q,q)∈Rn×(n×n)为向心力及哥氏力作用的矩阵,

G(q)∈R n为重力矩阵,

τ∈R n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)l+C(l,i)i+G(l)l    (5)

式中,F∈Rn表示机器人的驱动力。

冗余度TT-VGT机器人的神经网络自适应控制

可把式(5)表示为下列状态方程:

x=A(x,t)x+B(x,t)F   (7)

式中,

冗余度TT-VGT机器人的神经网络自适应控制

[1] [2] [3] [4] 下一页

下页更精彩:1 2 3 4 下一页