基于X-Y平臺的力-位置神經(jīng)網(wǎng)絡控制研究.pdf

1、隨著工業(yè)生產(chǎn)自動化程度的提高，X-Y平臺在工業(yè)生產(chǎn)中的應用也越來越廣泛，己廣泛用于冶金、機械制造、汽車工業(yè)以及軍事、航天等各個領域。當X-Y平臺的末端執(zhí)行器與外界環(huán)境接觸時，工作環(huán)境對控制性能也有較強的影響。近十幾年來，許多學者不斷用新的控制理論和方法，從不同的角度，對上述問題的解決進行理論和實際應用上的嘗試。然而X-Y平臺本身是一種非線性且含有諸多不確定因素的對象，工作環(huán)境接觸剛度的不同對控制性能也有較大的影響，X-Y平臺的應用范圍因

2、而受到極大制約。 基于上述問題，本文在力/位置控制的基礎上，主要針對X-Y平臺參數(shù)攝動及外界工作環(huán)境接觸剛度的不確定進行研究。 針對X-Y平臺動力學和外界環(huán)境的不確定性提出一種基于改進神經(jīng)網(wǎng)絡的控制方案。通過遺傳算法對神經(jīng)網(wǎng)絡參數(shù)進行學習和調整，可以避免傳統(tǒng)的BP算法易陷入局部極小點的缺點，還增強了系統(tǒng)的魯棒性和自適應能力。 在力/位置混合控制的基礎上，首先設計了一種CMAC控制器與自適應模糊控制器相結合的控制方

3、案，小腦模型神經(jīng)控制器實現(xiàn)前饋控制，自適應模糊控制器實現(xiàn)反饋控制，保證系統(tǒng)的穩(wěn)定性，且抑制擾動。針對實際應用中對不確定性的要求，又提出了一種模糊CMAC控制器與反饋控制器相結合的控制方案，采用模糊CMAC在線學習所有不確定性的包絡函數(shù)的上界，引入反饋控制器，以增強模糊CMAC控制策略的完備性。 力/位置混合控制理論明確，但付諸實施難。為此，本文又在機器人阻抗控制的基礎上，針對X-Y平臺和環(huán)境的不確定性，提出一種具有魯棒性的阻抗控