原文服务方: 控制理论与应用       
摘要:
本文针对机器人系统的控制特性,提出了一种基于自抗扰控制(ADRC)的关节控制算法,该算法可以克服传统控制算法中存在的如系统抗干扰能力弱,控制性能受限于建模精度,动态性能与稳态性能难以兼顾,控制律设计较为复杂等问题.针对受控系统特性给出了一套实际控制器的完整设计方法与参数整定方法,并根据控制性能指标设计优化函数完成了最优控制参数的优化,在系统参数辨识的基础上利用多层感知器(MLP)设计了对建模不确定性的补偿网络.数值仿真和实验结果均表明该算法能够实现机器人快速稳定的轨迹跟踪,具有良好的控制精度与很强的抗干扰能力,此外该算法不依赖于精确的系统模型,降低了实际设计和应用的难度,具有很好的工程应用价值.
推荐文章
基于微粒群优化的机器人自抗扰控制
机器人
微粒群算法
自抗扰控制器
参数优化
腰部外骨骼机器人线性自抗扰控制器参数优化
腰部外骨骼机器人
线性自抗扰控制
粒子群算法
天牛须搜索算法
参数优化
基于遗传优化自抗扰控制器的机器人无标定手眼协调
自抗扰控制器(ADRC)
自适应遗传算法(AGA)
参数优化
无标定手眼协调
宇航员康复训练机器人自抗扰力控制
并联柔索驱动
康复训练
力伺服
自抗扰控制
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 具有多层感知器力矩补偿的机器人自抗扰控制
来源期刊 控制理论与应用 学科
关键词 机器人 自抗扰控制 控制器 神经网络
年,卷(期) 2020,(6) 所属期刊栏目 论文与报告
研究方向 页码范围 1397-1405
页数 9页 分类号
字数 语种 中文
DOI 10.7641/CTA.2019.90397
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 吴丹 清华大学机械工程系 91 1774 21.0 39.0
2 董云飞 清华大学机械工程系 3 0 0.0 0.0
3 牟方厉 清华大学机械工程系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (160)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1867(1)
  • 参考文献(0)
  • 二级参考文献(1)
1932(1)
  • 参考文献(0)
  • 二级参考文献(1)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(2)
  • 参考文献(0)
  • 二级参考文献(2)
1975(2)
  • 参考文献(0)
  • 二级参考文献(2)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(15)
  • 参考文献(2)
  • 二级参考文献(13)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(11)
  • 参考文献(4)
  • 二级参考文献(7)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
机器人
自抗扰控制
控制器
神经网络
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
总被引数(次)
72515
论文1v1指导