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:
为了提高并联机器人运动路径跟踪精度,设计了并联机器人模糊比例-积分-微分(PID)控制器,提出了粒子群算法耦合遗传算法的混合算法.通过混合算法优化模糊PID控制器参数,从而搜索到PID控制器参数全局最优值.在不同环境中,采用MATLAB软件对并联机器人运动路径跟踪进行仿真,并且与优化前跟踪效果进行对比和分析.结果表明:在无干扰环境中,并联机器人运动路径跟踪误差较小,但优化前的模糊PID控制系统开始阶段反应速度较慢,而优化后的模糊PID控制系统开始阶段反应速度较快.在有干扰环境中,优化前,并联机器人运动路径跟踪误差较大;优化后,并联机器人运动路径跟踪误差较小.采用混合算法优化模糊PID控制器,能够调节模糊PID控制器参数,提高并联机器人运动路径跟踪精度.
推荐文章
并联机器人动力学与控制仿真研究
并联机器人
动力学与控制
轨迹跟踪
自适应神经模糊推理结合PlD控制的并联机器人控制方法
并联机器人
自适应神经模糊推理系统
PID控制
动力学模型
基于物联网的机器人并联机构平稳性控制
物联网
机器人
并联机构
平稳性控制
弹性连杆
负载驱动
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 基于改进模糊控制的并联机器人运动路径跟踪研究
来源期刊 传感器与微系统 学科
关键词 并联机器人 模糊比例-积分-微分(PID)控制器 混合算法
年,卷(期) 2021,(10) 所属期刊栏目 研究与探讨|Research & Approach
研究方向 页码范围 59-62
页数 4页 分类号 TH137
字数 语种 中文
DOI 10.13873/J.1000-9787(2021)10-0059-04
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (9)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(12)
  • 参考文献(2)
  • 二级参考文献(10)
2018(14)
  • 参考文献(2)
  • 二级参考文献(12)
2019(8)
  • 参考文献(2)
  • 二级参考文献(6)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(2)
  • 参考文献(2)
  • 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
并联机器人
模糊比例-积分-微分(PID)控制器
混合算法
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
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
总被引数(次)
66438
论文1v1指导