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:
针对具有参数未知、外界扰动、强耦合、非线性和多变量的滤波减速器传动机器人,建立系统数学模型,并对其进行自适应RB F神经网络反演法控制。利用自适应RB F在线逼近系统模型中的未知非线性项,设计基于自适应RBF神经网络的反演法控制器,同时结合Lyapunov稳定性分析方法论证闭环系统的收敛性。所提控制方法有效地抑制诸如参数未知、外界扰动等对滤波减速器传动机器人的性能影响。仿真分析表明,所提出自适应RB F神经网络反演控制器实现了滤波减速器传动机器人的高性能位置跟踪控制,并具有很好的控制精度和鲁棒性。
推荐文章
机器人RV减速器传动误差的测量与分析
机器人
RV减速器
传动误差
测量
负载
输入转速
机器人用精密减速器传动精度试验方法的研究
精密减速器
机器人
试验方法
工业机器人RV减速器传动误差分析
RV减速器
传动误差
摆线针轮传动机构
反馈误差
机器人用RV减速器综合性能测试系统研究
RV减速器
对中装置
测试系统
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 滤波减速器传动机器人的自适应 RBF 反演法控制
来源期刊 重庆大学学报 学科 工学
关键词 滤波减速器传动机器人 反演法 自适应技术 RB F神经网络 位置跟踪
年,卷(期) 2014,(5) 所属期刊栏目
研究方向 页码范围 13-21
页数 9页 分类号 TH113
字数 语种 中文
DOI 10.11835/j.issn.1000-582X.2014.05.003
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 王家序 重庆大学机械传动国家重点实验室 173 2213 25.0 36.0
2 李俊阳 重庆大学机械传动国家重点实验室 46 287 10.0 14.0
3 石珍 重庆大学机械传动国家重点实验室 6 33 3.0 5.0
4 罗绍华 重庆大学机械传动国家重点实验室 4 19 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (25)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(6)
  • 参考文献(6)
  • 二级参考文献(0)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
滤波减速器传动机器人
反演法
自适应技术
RB F神经网络
位置跟踪
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
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
论文1v1指导