基于神經(jīng)網(wǎng)絡參數(shù)自學習的阻抗控制

摘要： 針對機器人在打磨過程中環(huán)境剛度和位置未知，傳統(tǒng)的阻抗控制難以有效保持打磨質(zhì)量的問題，提出了一種基于調(diào)節(jié)參數(shù)神經(jīng)網(wǎng)絡自學習的阻抗控制。由于基于李雅普諾夫穩(wěn)定性理論設計的阻尼參數(shù)補償方法中調(diào)節(jié)參數(shù)的選取直接影響系統(tǒng)的控制性能，根據(jù)阻尼補償?shù)臄?shù)學描述，構建神經(jīng)網(wǎng)絡，用于其參數(shù)自適應調(diào)節(jié)，設計不同的激勵函數(shù)用于反映阻尼在多種因素影響下變化的特征。通過所搭建的神經(jīng)網(wǎng)絡在線學習，實現(xiàn)參數(shù)的...