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:
针对六自由度机械臂耦合性强、时变、非线性等性能,基于拉格朗日动力学建模方法,文章采用BP神经网络逼近模型,实现高精度轨迹跟踪.该方法根据六自由度机械臂本体采集的数据进行黑箱辨识建模解耦,建模过程采用BP神经网络逼近,提升建模精度、简化建模过程.针对解耦后的系统,还需建立PID闭环控制器进一步实现轨迹跟踪控制.仿真及实验结果表明,基于BP神经网络的PID控制器能够改善系统的鲁棒性和稳定性,并有效抑制抖动.
推荐文章
基于BP神经网络的排爆机械臂逆运动学分析
机械臂
逆运动学
神经网络
最优化算法
基于RBF神经网络的机械臂自适应控制方法
机械臂
神经网络
辨识器
自适应控制
李亚普诺夫函数
基于卷积神经网络的机械臂抓取控制系统设计
卷积神经网络
机械臂控制
机械臂抓取操作
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 基于BP神经网络的机械臂轨迹控制研究
来源期刊 无线互联科技 学科
关键词 BP神经网络 六自由度机械臂 轨迹跟踪控制
年,卷(期) 2016,(18) 所属期刊栏目 实验研究
研究方向 页码范围 106-109
页数 4页 分类号
字数 1844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 张庭亮 安阳工学院电子信息与电气工程学院 22 39 4.0 5.0
2 李正斌 安阳工学院电子信息与电气工程学院 21 58 4.0 7.0
3 王頔 安阳工学院电子信息与电气工程学院 8 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (158)
共引文献  (210)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1952(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(24)
  • 参考文献(0)
  • 二级参考文献(24)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(23)
  • 参考文献(1)
  • 二级参考文献(22)
2011(17)
  • 参考文献(0)
  • 二级参考文献(17)
2012(16)
  • 参考文献(2)
  • 二级参考文献(14)
2013(7)
  • 参考文献(5)
  • 二级参考文献(2)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2018(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
BP神经网络
六自由度机械臂
轨迹跟踪控制
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
无线互联科技
半月刊
1672-6944
32-1675/TN
16开
江苏省南京市
2004
chi
出版文献量(篇)
18145
总下载数(次)
78
论文1v1指导