機器人模糊建模方法研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、多年來,機器人的控制問題無論在理論界還是工程界一直倍受人們的關(guān)注。當(dāng)機器人系統(tǒng)模型是精確已知時,傳統(tǒng)方法可以很好的解決其控制問題,然而實際上機器人是一類復(fù)雜的時變、強耦合、高度非線性的系統(tǒng),在機器人解析建模過程中需要做大量的簡化和假設(shè),再加上負(fù)載的變化以及外部擾動的影響,實際上無法得到其精確的數(shù)學(xué)模型,這就使得傳統(tǒng)控制方法有些力不從心。而近年來出現(xiàn)的眾多與模糊建模相關(guān)的研究成果表明該方法用于描述具有較強非線性和不確定性的實際系統(tǒng)是很成功

2、的。因此將模糊建模方法引入機器人系統(tǒng)建模中,進而實現(xiàn)機器人魯棒自適應(yīng)控制不僅具有理論意義更具有實用價值。 本文以不確定性機器人系統(tǒng)為研究對象,在現(xiàn)有文獻的基礎(chǔ)上,重點探討了機器人模糊建模方法以及在此基礎(chǔ)上的機器人魯棒自適應(yīng)控制,具體工作如下: 本文首先給出了一種機器人離線模糊建模方法,通過對聚類數(shù)和模糊加權(quán)指數(shù)進行深入的分析,改進了模糊C均值聚類算法,并由此建立了能夠以較高精度逼近機器人動力學(xué)的模糊模型。 其次,

3、針對機器人控制的實時性要求,提出一種機器人在線模糊建模方法,該方法能夠?qū)崿F(xiàn)機器人模糊模型的在線辨識和更新,避開了系統(tǒng)內(nèi)部的復(fù)雜性,并且能將外界干擾等不確定性因素包含在模糊模型中,為機器人的魯棒自適應(yīng)控制提供了很好的基礎(chǔ)。 再次,針對不確定性機器人的軌跡跟蹤控制要求,設(shè)計了一種基于在線建模的模糊自適應(yīng)控制器。該控制器采用在線模糊建模方法在線辨識和更新機器人的模糊模型,并在此基礎(chǔ)上給出自適應(yīng)律,可實現(xiàn)不確定機器人的高精度快速跟蹤控制

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論