10.12141/j.issn.1000-565X.190253
基于RBF神经网络的气动人工肌肉PID位置控制
搭建了气动人工肌肉静态测试平台,在0.1~0.8MPa气压下进行多次测量试验,对气动人工肌肉进行特性分析,根据理论模型和测试数据建立了数学模型,模型求解精度较好.考虑外负载、气源气压和系统摩擦等因素对数学模型的影响,结合RBF网络的快速学习能力设计了一种基于RBF网络的PID控制策略.在外负载50~200 N的条件下,搭建了气动人工肌肉动态测试平台并进行了多组位置控制试验.结果表明,传统PID控制只能在一定的外负载范围内实现较好的位置控制,基于RBF网络的PID控制能自适应调整PID参数,且响应速度快,调节时间短,超调量小,能更好地补偿其数学模型误差并实现精确的位置控制.
气动人工肌肉、RBF神经网络、自适应PID、位置控制
48
TP242;Q811(自动化技术及设备)
国家自然科学基金资助项目;江苏省自然科学基金资助项目
2020-06-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
142-148