挖掘机器人阀控缸系统RBF神经网络参数辨识

被引：5

作者：

王福斌 ^{[1
]}

刘杰 ^{[1
]}

陈至坤 ^{[2
]}

曾秀丽 ^{[2
]}

机构：

[1] 东北大学机械工程与自动化学院

[2] 河北理工大学计算机与自动控制学院

来源：

东北大学学报(自然科学版) | 2010年 / 10期

关键词：

挖掘机器人; 阀控缸; RBF神经网络; 参数辨识; 力控制;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

为提高液压挖掘机器人工作装置轨迹规划控制精度,减小按照理想模型进行控制的阀控缸系统存在的控制误差,获得更接近实际状况的阀控缸系统控制模型,采用RBF神经网络方法,建立含阀控缸系统待辨识参数及Jacobian信息的线性方程组.以挖掘机斗杆油缸为研究对象,经实验获得油缸进回油压力、斗杆倾角参数,辨识出阀控缸模型中阀的增益系数kq、体积模量Eoil和内泄漏系数Cli.最后通过对阀控缸系统进行力控制实验对比研究,验证了采用辨识参数的系统模型控制精度较好,有很强的鲁棒性.

引用

页码：1475 / 1478

页数：4

共 4 条

[1] 一种RBF神经网络高精度算法研究及应用 [J].