کنترل هیبریدی یا ترکیبی قوی مبتنی بر شبکه عصبی

نوع فایل : word

تعداد صفحات : 26

تعداد کلمات : 3400

مجله : Nonlinear Dyn

انتشار : 2011

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
21 اکتبر 2020
دسته بندی
تعداد بازدیدها
1450 بازدید
29,500 تومان

عنوان فارسی مقاله:کنترل هیبریدی یا ترکیبی قوی مبتنی بر شبکه عصبی برای سیستم روباتیک بر اساس رویکرد H∞

 چکیده  

 در این مقاله کنترل مسیر یابی و پایش هیبریدی و ترکیبی دقیق و جدید برای سیستم روباتیک ارائه شد. این روش کنترل هیبریدی، طیفی از روش‌های کنترل گشتاور محاسباتی یا محاسبه شده (CTC) با شبکه عصبی، کنترل ساختار متغیر (VSC) و کنترل غیر خطی H∞ است. در این سیستم فرض گردید که سامانه‌ی اسمی روباتیک معلوم بوده و CTC آن را کنترل می‌کند. روش شبکه عصبی به منظور اندازه گیری عدم قطعیت‌های پارامتر طراحی گردید، برای حذف اثر خطای تقریب VSC به کار برده شد و کنترل H∞ برای دست یابی به عملکرد مسیر یابی مقاوم مطلوب استفاده می‌شود. لازم به ذکر است که همه سیگنال‌ها در حلقه بسته محصور می‌شوند و یک عملکرد مسیر یابی H∞ مشخص با استفاده از روش کنترل ترکیبی مقاوم پیشنهادی حاصل می‌شود. اعتبار روش کنترل از طریق شبیه سازی کامپیوتری یک مانیپولاتور روباتیک دو حلقه‌ای ارائه شده است(شبکه عصبی برای سیستم روباتیک).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Neural network based robust hybrid control for robotic system: an Happroach

Abstract

 A novel robust hybrid tracking control for robotic system is proposed. This hybrid control scheme combines computed torque control (CTC) with neural network, variable structure control (VSC) and nonlinear H ∞ control methods. It is assumed that the nominal system of robotic system is completely known, which is controlled by using CTC method. Neural network is designed to approximate parameter uncertainties, VSC is used to eliminate the effect of approximation error, and H∞ control is employed to achieve a desired robust tracking performance. Based on Lyapunov stability theorem, it can be guaranteed that all signals in closed loop are bounded and a specified H ∞ tracking performance is achieved by employing the proposed robust hybrid control. The validity of the control scheme is shown by computer simulation of a two-link robotic manipulator.
دیدگاهتان را بنویسید