肖凡
- 作品数：3 被引量：23H指数：2
- 供职机构：湖南工业大学机械工程学院更多>>
- 发文基金：湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术金属学及工艺更多>>
- 柔性机械臂的状态观测及跟踪控制研究被引量：2
- 2018年
- 提出一种基于非线性状态观测器的输入输出控制策略,实现了平面运动多连杆柔性机械臂的关节角跟踪控制和弹性振动的抑制。应用拉格朗日法建立柔性机械臂的动力学模型。基于欧拉-伯努利梁理论,采用有限维度的假设模态描述机械臂的弹性振动。通过重新定义机械臂末端处的输出变量,运用输入输出线性化方法,设计反馈控制器实现了对关节角的控制;以非线性观测器获得弹性振动幅值的变化率,以此构建了振动抑制控制器。通过李雅普诺夫定理证明了设计的非线性观测器的稳定性和误差一致收敛性,引入遗传算法对振动抑制控制器的增益实现了整定,仿真结果证明了提出的控制方法的有效性。
- 周鑫林李光肖凡
- 关键词：柔性机械臂非线性观测器
- 基于自适应神经网络的柔性关节机械臂控制被引量：2
- 2017年
- 柔性关节机械臂系统是一个非线性高阶系统,且其动力学方程难以精确地获得。因此,提出一种以关节驱动电机的输入电压为控制量的自适应神经网络控制器,用于控制多连杆柔性关节机械臂系统。所提控制方法通过对柔性关节机械臂模型解耦得到关节转角关于电压的方程,以电压为系统控制输入。设计神经网络控制器用于逼近最优控制输入,并设计鲁棒控制器补偿逼近误差。该控制方法不再涉及复杂的动力学方程,因此能简化计算。相比已有控制方法,所提出的控制策略更简单、响应更快且更有效。并以二连杆柔性关节机械臂为例进行了仿真研究,结果证明了所提出控制方法的有效性。
- 李光周鑫林肖凡
- 关键词：柔性关节机械臂神经网络非线性
- 多连杆机械臂GA-RBF神经网络轨迹跟踪控制被引量：19
- 2018年
- 针对多连杆机械臂模型系统信息不完整、存在外界干扰等问题,设计了一种新型的GA-RBF神经网络闭环自适应控制系统。该系统利用径向基函数(RBF)神经网络来逼近并补偿系统的模型误差和外界扰动,在基于计算力矩法的基础上实现对机械臂的轨迹跟踪控制,并采用遗传算法(GA)对RBF神经网络权值进行在线优化,确保机械臂控制系统能在更短时间内获得稳定,实现了高精度的轨迹跟踪,提高了轨迹跟踪的性能。MATLAB数值仿真的结果验证了该方法的有效性。
- 肖凡李光周鑫林
- 关键词：计算力矩法RBF神经网络机械臂
