《表1 三种方法的控制效果对比》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《3RPS/UPS并联机器人神经网络观测器反演控制》
由图8~图10可以看出,神经网络观测器对驱动杆位置的估计与实际位置和理想位置相差不大,3条驱动杆的控制误差在0.2%到0.3%左右,如图14所示;而对于驱动杆速度信号的估计,与实际速度和理想速度相比,误差大概在2%左右,如图11~图13所示;动平台的位置误差为0.6%,如图15所示。对比图14、图15以及由表1可知,在相同条件的输入下,本文控制策略的运动学控制误差比PID控制要小,传统的PID控制对于轨迹的跟踪效果不好,而本文控制策略对于轨迹的跟踪效果有了很大的提高。与一般的RBF神经网络自适应控制相比,本文方法能够更快速地对输入进行响应,调节时间更短,且驱动杆控制误差也有了一定的减少。而由图16可知,在相同算法下,3RPS/UPS结构的控制误差比3RPS结构要好,说明3RPS/UPS结构的数学模型要优于传统的3RPS结构。
图表编号 | XD0035448600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.15 |
作者 | 梁宇斌、梁桥康、吴贵元、伍万能、孙炜、王耀南 |
绘制单位 | 湖南大学电气与信息工程学院、电子制造业智能机器人技术湖南省重点实验室、机器人视觉感知与控制技术国家工程实验室、湖南大学电气与信息工程学院、电子制造业智能机器人技术湖南省重点实验室、机器人视觉感知与控制技术国家工程实验室、湖南大学电气与信息工程学院、电子制造业智能机器人技术湖南省重点实验室、机器人视觉感知与控制技术国家工程实验室、湖南大学电气与信息工程学院、电子制造业智能机器人技术湖南省重点实验室、机器人视觉感知与控制技术国家工程实验室、湖南大学电气与信息工程学院、电子制造业智能机器人技术湖南省重点实验室、 |
更多格式 | 高清、无水印(增值服务) |