【摘 要】
：
本文讨论了自由漂浮空间机械臂系统的自适应神经网络控制问题。首先,由拉格朗日方法,推导出自由漂浮空间机械臂系统的动力学方程.以此为基础,借助于神经网络技术对空间机械臂系统进行建模.然后,针对空间机械臂所有参数未知的情况下,设计了载体位置与姿态均不受控的空间机械臂系统关节轨迹跟踪的自适应神经网络控制方案。此控制方案不要求系统动力学方程关于惯性参数呈线性关系,而且无需已知系统的任意惯性参数.除此之外,也
【机 构】
：
福州大学机械工程及自动化学院,福州,350002
论文部分内容阅读
本文讨论了自由漂浮空间机械臂系统的自适应神经网络控制问题。首先,由拉格朗日方法,推导出自由漂浮空间机械臂系统的动力学方程.以此为基础,借助于神经网络技术对空间机械臂系统进行建模.然后,针对空间机械臂所有参数未知的情况下,设计了载体位置与姿态均不受控的空间机械臂系统关节轨迹跟踪的自适应神经网络控制方案。此控制方案不要求系统动力学方程关于惯性参数呈线性关系,而且无需已知系统的任意惯性参数.除此之外,也无需对神经网络进行离线训练,节省了神经网络的训练时间。最后,以平面自由漂浮空间机械臂系统为例,进行数值仿真.仿真结果证实了此方法的有效性和可行性。
其他文献
将聚类算法和模糊控制相结合,针对具有非线性、大时滞的电力系统锅炉过热汽温系统,提出一种聚类自适应模糊控制器设计方法。该方法采用改进的遗传算法对模糊控制器的隶属参数进行优化,有效地解决了非线性、大时滞对锅炉过热汽温系统影响的问题。仿真结果表明了该方案具有良好的控制性能,因此具有很强的工程实用价值。
基于T-S模糊模型,讨论了一类不确定非线性模糊脉冲系统的鲁棒模糊控制问题。在系统含参数不确定和脉冲矩阵未知的情况下,采用线性矩阵不等式(LMI)方法提出一种模糊控制设计方案,结合并行分布补偿(PDC)的基本思想设计状态反馈控制器,利用Lyapunov方法证明闭环系统以全局指数稳定。在LMI方法下,鲁棒控制器的设计问题转化为线性矩阵不等式问题(LMIP)。仿真结果表明所提出控制器设计方案的有效性。
提出了一种基于模糊神经网络的入侵检测系统,利用神经网络的学习能力,对不清楚规则的复杂系统的输入输出特性进行适当的非线性划分,自动形成规则集和相加的隶属关系,克服了在多维空间上经验性的确定隶属函数的困难.新的体系结构采用网络处理器在网络底层实现数据的采集与分析,并建立了一个原型系统.试验证明,具有较好的入侵检测能力和较低的误报率,而且,能够检测出未知的入侵行为。
本文利用多刚体系统动力学方法对载体姿态受控、位置不受控制的空间机械臂系统运动学、动力学进行了分析。利用拉格朗日方法并结合系统动量守恒关系,建立了空间机械臂系统的非线性动力学模型。以此为基础,对空间机械臂姿态、关节协调运动的控制问题作了研究。考虑到空间机械臂系统结构的复杂性及其某些参数的变动性,根据具有较强鲁棒性的滑模变结构控制理论,设计了空间机械臂姿态、关节协调运动的滑模变结构控制方案；为了克服滑
针对一种复杂的控制系统,普通的模糊控制器不能形成很好的控制效果。将专家知识应用到模糊控制器构成一种综合集成的智能专家模糊控制器.然后采用一种直接对隶属度函数参数进行编码的矩阵式个体编码遗法,对模糊控制器中隶属函数进行寻优,大大提高了系统的控制效果,同时由于专家知识的引入改善了系统对环机构参数变化的适应性。
针对单输入单输出非线性时延系统,提出了一种自适应模糊跟踪控制方案。该方案有机综合了自适应控制和H∞控制。文中构建了一种自适应时延模糊逻辑系统用来逼近未知时延函数；设计了H∞补偿器来抵消模糊逼近误差和外部扰动.根据跟踪误差给出了参数调节规律.构造了包含时延的李亚普诺夫函数,从而证明了误差闭环系统满足期望的H∞跟踪性能。仿真结果表明了该方案的可行性。
由Vapnik等提出的支持向量机(SVM)理论,成功地解决了分类器的构造问题,对线性可分的二分类样本可由支持向量决定的最优超平面分开,而对非线性可分的二分类样本,可通过选择适当形式的核函数和参数,使其在特征空间中线性可分.但SVM 方法需要求解二次规划,对多分类问题,需要构造SVM 决策树,复杂度较高。交叉覆盖算法用超平面切割超球面而成的球形领域作神经元构造神经网络,分类能力强,运行速度快,较好地
本文讨论分形几何与商空间理论的关系,提出商分形的概念,并讨论分形图的逼近与商空间粒度计算之间的关系。得到的主要结论：①证明一个函数迭代系统W={(X,d),wi,i=1,…,n}对应于一个分层递阶商空间链{Xk,k=1,2,…},并给出商空间链{Xk,k=1,2,…}对应的距离函数.②给出Xk上的商映射Wk和商集Pk的构造方法,证明Pk是Wk在Xk上的不变子集.③给出商分形模型的定义和结构:{(X
燃气日负荷的预测对燃气生产计划及合理调度起着重要的指导作用。为提高燃气负荷预测的精度,通过分析燃气日负荷的变化规律和影响因素,建立了合理的燃气日负荷预测模型,采用具有输出-输入反馈机制的改进Elman(OIF-Elman)网络对燃气日负荷进行预测。与传统的Elman网络比较,OIF-Elman网络不仅计入了隐层节点的反馈,而且考虑输出层节点的反馈,以便从有限的训练样本中获得更多的信息.预测结果表明
针对非结构化道路的阴影和水迹等环境因素的影响,利用细胞神经网并行图像处理能力,提出一种基于细胞神经网的道路图像快速分割算法。采用细胞神经网的灰度阈值分割,膨胀腐蚀,边缘检测等操作。实验结果表明:该算法具有较强的环境适应能力,不仅能实现结构化道路和非结构化道路快速分割,而且能消除阴影和水迹对道路图像分割效果的影响,快速有效地分割出道路区域。