张翠
- 作品数：3 被引量：8H指数：2
- 供职机构：兰州交通大学自动化与电气学院更多>>
- 发文基金：甘肃省中青年科技研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于EC-RBF学习算法的机械臂运动学逆解研究被引量：2
- 2013年
- 针对机械臂运动控制器设计时存在的运动学逆问题求解精度以及多值性问题,采用一种利用熵聚类方法来训练RBF神经网络的算法来建立机械臂逆运动学模型。将基于熵聚类的K-means动态聚类算法应用于RBF神经网络中心值和宽度半径的学习,建立机械臂逆运动学模型。仿真结果表明,该方法在克服传统RBF神经网络学习算法的初值选择对网络性能的影响的同时,对机械臂运动学逆问题具有较好的求解精度,提高了网络训练的速度。
- 张翠杨剑锋张峰
- 关键词：K-MEANS算法RBF神经网络运动学逆解
- 基于ROM的FPGA多通道PWM调速策略研究被引量：1
- 2014年
- 针对目前机电一体化系统中PWM信号通道多和难同步的问题,提出一种基于ROM的FPGA多通道PWM发生器的设计方法。利用FPGA内部ROM资源,通过软件的方法根据需要产生多路PWM信号。多路PWM发生器通过采用同一时基,可实现PWM信号的严格同步和不同调制策略。采用的FPGA数据采集速度达到1 MB/s,独有的NiosII核软处理器可以实现DSP的功能,可以完成复杂的数据处理。设计方法在机械臂控制系统中进行了实际的应用,初步设计了硬件电路并利用quartus II和modelsim给出了仿真结果。实验结果表明设计方案能很好满足系统功能和性能要求,同时设计又具有开放性,可以在此基础上进行扩展。
- 杨剑锋张峰张翠
- 关键词：多通道
- 机械臂轨迹跟踪控制——基于EC-RBF神经网络的机械臂模型参考自适应控制被引量：5
- 2015年
- 针对机械臂运动轨迹控制中存在的跟踪精度不高的问题,采用了一种基于EC-RBF神经网络的模型参考自适应控制方案对机械臂进行模型辨识与轨迹跟踪控制。该方案采用了两个RBF神经网络,运用EC-RBF学习算法,采用离线与在线相结合的方法来训练神经网络,一个用来实现对机械臂进行模型辨识,一个用来实现对机械臂轨迹跟踪控制。对二自由度机械臂进行仿真,结果表明,使用该控制方案对机械臂进行轨迹跟踪控制具有较高的控制精度,且因采用EC-RBF学习算法使网络具有更快的训练速度,从而使得控制过程较迅速。
- 杨剑锋张翠张峰
- 关键词：模型参考自适应控制
