基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于清洗机器人这样一个复杂的非线性、时变系统,常规PID控制方法难以达到满意的控制效果.提出了一种BP神经网络与常规PID(比例、积分、微分)控制相结合的智能控制方法,利用辨识网络逼近被控系统获得BP神经网络学习所需梯度信息,从而实现PID控制参数的在线调整,以适应控制系统的动态变化.对系统辨识模型进行了正弦输入下的逼近仿真;在对建立的运动学模型经离散化处理,得到其传递函数的基础上,对控制系统进行的角阶跃输入响应进行了对比仿真分析.仿真结果表明,辨识模型能很好的逼近被控对象,基于BP神经网络的自适应PID控制方法在解决清洗机器人控制问题时,提高了控制的响应时效,增强了系统的稳定性,获得了比传统PID控制更好的控制品质.
推荐文章
清洗机器人自主清洗方法研究
清洗机器人
自主
运动学
神经网络
中央空调风管清洗机器人自适应调节机构的研究
中央空调
管道机器人
自适应调节机构
冷凝器清洗机器人动力学分析及自适应控制
机器人
冷凝器
清洗
动力学
自适应控制系统
轨迹跟踪
基于DSP的清洗机器人模糊控制系统设计
DSP
清洗机器人
模糊PID控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 清洗机器人自适应PID控制研究
来源期刊 计算机仿真 学科 工学
关键词 清洗机器人 神经网络 控制 网络辨识 参数自整定
年,卷(期) 2012,(12) 所属期刊栏目 人工智能与专家系统
研究方向 页码范围 239-242
页数 4页 分类号 TP183
字数 2980字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周利坤 武警工程大学装备运输系 45 195 9.0 12.0
2 李冬 武警工程大学装备运输系 3 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (466)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (7)
二级引证文献  (12)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(5)
  • 参考文献(0)
  • 二级参考文献(5)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(6)
  • 参考文献(0)
  • 二级参考文献(6)
1994(7)
  • 参考文献(0)
  • 二级参考文献(7)
1995(9)
  • 参考文献(0)
  • 二级参考文献(9)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
清洗机器人
神经网络
控制
网络辨识
参数自整定
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导