[1]刘尔晨,刘天涯.基于融合深度神经网络的智能机械臂建模与控制优化[J].工业仪表与自动化装置,2023,(03):106-110.[doi:10.19950/j.cnki.cn61-1121/th.2023.03.021]
　LIU Erchen,LIU Tianya.Modeling and control optimization of intelligent manipulator based on fusion deep neural network[J].Industrial Instrumentation & Automation,2023,(03):106-110.[doi:10.19950/j.cnki.cn61-1121/th.2023.03.021]
点击复制

基于融合深度神经网络的智能机械臂建模与控制优化

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2023年03期
页码:
106-110
栏目:
出版日期:
2023-06-15

文章信息/Info

Title:
Modeling and control optimization of intelligent manipulator based on fusion deep neural network
文章编号:
1000-0682（2023）02-0106-05
作者:
刘尔晨; 刘天涯
江苏安全技术职业学院，江苏 徐州 221000
Author(s):
LIU Erchen;  LIU Tianya
Jiangsu College of Safety Technology, Jiangsu Xuzhou 221000, China
关键词:
智能机械臂; 建模; 控制优化; 深度神经网络
Keywords:
intelligent robot arm;  modeling;  control optimization;  deep neural network
分类号:
TP273
DOI:
10.19950/j.cnki.cn61-1121/th.2023.03.021
文献标志码:
A
摘要:
针对智能机械臂系统数学模型精确度较低、相关控制策略仍需优化的问题，文中提出了一种基于融合深度神经网络的智能机械臂建模与控制优化方案。建立了包括梁模型、机械臂模型和动力系统模型在内的智能机械臂系统模型，并采用循环神经网络算法对其进行校准。同时，为了削弱模型参数变化及外部环境干扰对系统工作的影响，还设计了基于该模型的H∞系统控制方案。通过仿真实验验证了该方案的可靠性，所设计模型的参数误差率低于7%，且在H∞控制器的作用下，系统具有较强的稳定性、鲁棒性与抗干扰性，性能指标也优于同类研究成果，为智能机械臂系统的控制优化提供了一种新的思路。
Abstract:
Aiming at the problems of low accuracy of the mathematical model of the intelligent manipulator system and the need to optimize the system control strategy, this paper proposes a scheme of modeling and control optimization of intelligent manipulator based on fusion depth neural network. An intelligent manipulator system model including beam model, manipulator model and power system model is established. The recurrent neural network (RNN) algorithm is used to calibrate the model. In order to weaken the influence of model parameter changes and external environmental disturbances on system operation, an H ∞ system control scheme based on the model is designed. The reliability of the scheme is verified by experiments and simulations. The error rate of the model parameters of the manipulator is less than 7%. Under the action of the H ∞ controller, the system has strong stability, robustness and anti-interference, and the performance index is better than that of similar literature. It provides a new idea for intelligent manipulator system control optimization.

参考文献/References:

[1]姚月琴,王影星,张磊.刚性机械臂系统的抗饱和神经网络动态面控制[J].机床与液压,2019,47(3):27-31.

[2]屠立.柔性机械臂集成建模与结构控制优化设计技术[D].杭州:浙江大学,2009:15-29.
[3]肖永强.高速重载机械臂优化设计与轨迹规划及振动抑制方法研究[D].哈尔滨:哈尔滨工业大学,2012:21-35.
[4]李永超,任豪,夏瑞强.基于LabVIEW的一种柔性机械臂减振控制系统研究[J].机电工程技术,2021,50(1):46-48,173.
[5]谢嘉,窦良浩,李永国,等.五自由度机械臂运动分析及轨迹规划[J].制造业自动化,2022,44(7):11-15.
[6]孟庆鑫,赖旭芝,闫泽,等.驱动器故障影响下柔性机械臂运动控制的进展与展望[J].广东工业大学学报,2022,39(5):9-20.
[7]杨飞雪,康绍鹏,刘凯磊,等.基于牛顿-欧拉法的三轴线连杆转向机构数学建模与仿真优化[J].制造技术与机床,2022(3):9-16.
[8]吴鹏飞,祖凤丹,陈景元,等.基于FPGA的柔性机械臂多路无刷直流电机控制系统设计[J].飞控与探测,2020(2):44-51.
[9]杨立欢,胡伟恒,陈惠贤.RV减速器间隙及关节摩擦对医用机械臂动力学的耦合影响[J].轻工机械,2020,38(4):1-8.
[10]谢远东,雷文平,韩捷,等.全矢RNN的轴承故障诊断研究[J].机械设计与制造,2021(9):27-31.
[11]池永为,杨世锡,焦卫东.基于LSTM-RNN的滚动轴承故障多标签分类方法[J].振动.测试与诊断,2020,40(03):563-571+629.
[12]张子贤,李敏,苗红霞,等.基于RNN的故障预测算法及在GIS上的应用[J].计算机测量与控制,2020,28(12):27-31+36.
[13]伞红军,李鹏宇,陈久朋,等.一种对中定位机构的设计及其优化分析[J].电子科技,2021,34(01):10-16.

相似文献/References:

[1]吴光明,李 瑾,杨 军.自动装卸料机械手设计[J].工业仪表与自动化装置,2015,(04):20.
　WU Guangming,LI Jin,YANG Jun.The design of a manipulator for loading and unloading[J].Industrial Instrumentation & Automation,2015,(03):20.
[2]朱亚男.轨道衡称重的建模方法与模拟加载仿真研究[J].工业仪表与自动化装置,2016,(03):93.
　ZHU Yanan.The modeling method and load simulation research of track scale weighing[J].Industrial Instrumentation & Automation,2016,(03):93.
[3]冯宇平,安雪美,李树光.基于情景感知的智能交通CPS研究[J].工业仪表与自动化装置,2017,(05):124.
　FENG Yuping,AN Xuemei,LI Shuguang.Research on intelligent transportation CPS based on context-aware[J].Industrial Instrumentation & Automation,2017,(03):124.
[4]张万军,张 峰,张景轩,等.无刷直流电机系统参考模型模糊控制的研究[J].工业仪表与自动化装置,2018,(05):130.[doi:1000-0682（2018）05-0000-00]
　ZHANG Wanjun,ZHANG Feng,ZHANG Jingxuan,et al.Research on fuzzy control of reference model of brushless DC motor system[J].Industrial Instrumentation & Automation,2018,(03):130.[doi:1000-0682（2018）05-0000-00]
[5]赵国新,吕文洋,刘昌龙,等.液压伺服系统建模与模糊自适应PID控制研究[J].工业仪表与自动化装置,2019,(02):3.[doi:1000-0682(2019)02-0000-00]
　ZHAO Guoxin,LV Wenyang,LIU Changlong,et al.Modeling and research on fuzzy adaptive PID control for hydraulic servo system[J].Industrial Instrumentation & Automation,2019,(03):3.[doi:1000-0682(2019)02-0000-00]

备注/Memo

备注/Memo:
收稿日期：2023-01-16

基金项目：
中国煤炭教育协会研究课题（ZMZC2022011）

第一作者：
刘尔晨（1988—），男，江苏徐州人，本科，讲师。研究方向为机械工程。
更新日期/Last Update: 1900-01-01