Biblioteca122.294 documentos en línea

Artículo

Weighted Multiple-Model Neural Network Adaptive Control for Robotic Manipulators with Jumping ParametersControl Adaptativo de Red Neuronal de Múltiples Modelos Ponderados para Manipuladores Robóticos con Parámetros Cambiantes

Resumen

Este estudio aborda el problema del control de seguimiento para manipuladores robóticos de -eslabones con parámetros que cambian ampliamente. Basándonos en redes neuronales de funciones de base radial (RBFNNs), proponemos un enfoque de control adaptativo de red neuronal de múltiples modelos ponderados (WMNNAC). Para cubrir los rangos de variación de los parámetros, se construyen diferentes modelos del robot. Luego, se construye el controlador local de red neuronal correspondiente, en el cual la red neuronal se ha utilizado para aproximar la parte de incertidumbre de la ley de control, y se implementa un observador adaptativo para estimar la verdadera perturbación externa. La estrategia WMNNAC con un algoritmo de ponderación mejorado se adopta para garantizar el rendimiento de seguimiento del sistema del manipulador robótico cuando los parámetros cambian considerablemente. A través de la teoría de estabilidad de Lyapunov y el método del sistema equivalente virtual (VES), se demuestra la estabilidad del sistema en lazo cerrado. Finalmente,

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento