原文服务方: 计算机应用研究       
摘要:
针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好地控制并联机器人末端机械手的运动。
推荐文章
基于模糊CMAC神经网络的并联机器人自适应力控制研究
CMAC
神经网络
并联机器人
自适应力控制
救援机器人自适应模糊控制的研究
救援机器人
T-S型模糊神经网络
自适应控制
腿轮式机器人
并联机器人夹持机构水果夹取控制研究
水果分拣
并联机器人
光滑滑模
变阻抗控制
腿轮式机器人的自适应模糊控制
腿轮式机器人
自适应控制
模糊规则提取
轨迹跟踪
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 自适应神经模糊推理结合PlD控制的并联机器人控制方法
来源期刊 计算机应用研究 学科
关键词 并联机器人 自适应神经模糊推理系统 PID控制 动力学模型
年,卷(期) 2016,(12) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3586-3590
页数 5页 分类号 TP242
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.12.016
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 陈伟 武汉理工大学自动化学院 305 2163 20.0 33.0
2 梁娟 河南工学院计算机科学与技术系 10 55 4.0 7.0
6 赵开新 河南工学院计算机科学与技术系 14 77 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (61)
参考文献  (14)
节点文献
引证文献  (18)
同被引文献  (86)
二级引证文献  (14)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(10)
  • 参考文献(3)
  • 二级参考文献(7)
2012(8)
  • 参考文献(4)
  • 二级参考文献(4)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 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)
2017(5)
  • 引证文献(5)
  • 二级引证文献(0)
2018(9)
  • 引证文献(6)
  • 二级引证文献(3)
2019(14)
  • 引证文献(6)
  • 二级引证文献(8)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
并联机器人
自适应神经模糊推理系统
PID控制
动力学模型
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导