河北省科技攻关计划(07212106D)
- 作品数：4 被引量：12H指数：2
- 相关作者：王洪瑞赵静波魏立新田学静张永兴更多>>
- 相关机构：燕山大学河北大学更多>>
- 发文基金：河北省科技攻关计划河北省自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 改进模糊聚类在机器人系统建模中的应用被引量：1
- 2010年
- 针对机器人这一复杂非线性系统很难建立其精确的数学模型这一问题,提出一种改进的模糊聚类方法对机器人系统进行建模。建模过程中首先采用减法聚类进行聚类分析,接着用快速模糊均值聚类来辨识机器人T-S模糊模型的前提结构和前件参数,利用递推最小二乘法推出结论参数。最后通过对二自由度机器人进行仿真研究,结果表明,该方法辨识出来的T-S模糊模型具有结构简单、建模速度快、辨识精度高等优点,同时也验证了该方法的有效性,为进一步实现机器人鲁棒自适应控制打下基础。
- 王洪瑞张永兴朱奇光
- 关键词：机器人系统T-S模糊模型模糊聚类递推最小二乘
- 基于自适应模糊控制的X-Y平台滑模控制被引量：6
- 2009年
- 首先描述了X-Y数控平台系统及模型建立,然后提出了一种自适应模糊滑模控制的力/位置控制方法。在位置控制部分采用自适应模糊控制去逼近不确定项,用滑模控制器对逼近误差及外部的干扰进行补偿控制;力控制回路采用小脑模型神经网络(CMAC)确定相应模糊调整因子的模糊控制器,把力控制器输出作为位置控制的修正值,通过提高位置的控制精度达到控制力的目的。仿真结果表明,该方法使平台系统的控制精度得到了改善,并对外界环境接触刚度的变化具有一定的自适应性和鲁棒性。
- 魏立新田学静王洪瑞赵静波
- 关键词：自适应模糊滑模控制
- 基于ANFIS的机器人系统建模的研究被引量：3
- 2010年
- 针对机器人这种不确定性的复杂非线性系统很难建立其精确的数学模型这一问题,提出一种基于自适应神经模糊推理(ANFIS)的方法对机器人系统进行建模。此方法将模糊推理和神经网络的学习能力有机地结合起来,并利用神经网络的学习机制自动地从输入输出数据中提取规则。建模过程中为了给ANFIS赋予一个合适的初始状态,选用减法聚类对输入数据进行处理。ANFIS网络的所有参数采用混合算法进行调节,即前提参数采用误差反向传播法,结论参数采用最小二乘法。最后在Matlab中对二自由度机器人进行仿真研究,仿真结果表明该方法模型结构简单,建模速度快,辨识精度高,同时也验证了该方法的有效性,为进一步实现机器人鲁棒自适应控制打下基础。
- 王洪瑞张永兴刘聪娜
- 关键词：机器人系统减法聚类自适应神经模糊推理
- X-Y数控平台的智能力/位置混合控制被引量：2
- 2009年
- 提出了一种力/位置混合控制方法。在位置控制部分,采用专家PID位置控制器;在力/位置控制回路,采用基于自适应模糊滑模控制的力控制器,利用第一类模糊逻辑系统逼近控制系统中的不确定项,然后结合滑模控制,设计鲁棒补偿项,并采用切换模糊化滑模控制来抑制外部环境的变化及干扰,仿真结果表明该控制方案使平台系统的鲁棒性和自适应性得到了明显改善。
- 魏立新田学静王洪瑞赵静波
- 关键词：专家PID自适应模糊鲁棒控制滑模控制
