Resumen

Los actuadores musculares neumáticos (PMAs) poseen una excelente flexibilidad y una alta relación potencia-peso y han sido ampliamente utilizados en robots biónicos y robots rehabilitados. Sin embargo, las altas características no lineales de los PMAs debido a la construcción inherente y al principio de conducción neumática presentan grandes desafíos en aplicaciones que requieren modelado y control precisos. Para abordar este problema complicado, se construye un solo conjunto de masa de PMA y se emplea una red neuronal de retropropagación (BPNN) para identificar la dinámica del conjunto. Se construye un modelo sin conexión utilizando datos muestreados y se realizan modificaciones en línea para mejorar aún más la calidad del modelo. Se diseña un controlador adaptativo basado en BPNN utilizando información de descenso de gradiente del modelo construido. Se realizan experimentos para identificar el conjunto de PMA utilizando BPNN y para el seguimiento de posición mediante un controlador BPNN adaptativo, y los resultados demuestran una buena capacidad para el control preciso del conjunto de PMA.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Actuadores musculares neumáticos; Elasticidad; Relación potencia-peso; Robots biónicos; Modelado; Control
• Keywords:Pneumatic muscle actuators; Compliance; Power-to-weight ratio; Bionic robots; Modeling; Controlling