气动机器人位置伺服系统的ＣＭＡＣ神经网络控制
气动系统由于具有强的非线性，低的刚度以及大的摩探则带来的死区，从而使用常规的ＰＩＤ控制器时经常导致系统在平衡点附近产生极限环振荡，而无法达到要求的精度，由于ＣＭＡＣ（小脑模型关节控制器）神经网络学习速度快，具有非线性映射能力和一定的泛化能力，在该文中，作者应用具有学习能力的ＣＭＡＣ神经网络控制器取代通常的ＰＩＤ控制器来进行气动机器人位置控制，并取得了良好的效果，系统的动态特性得到了提高，实验结果指出，该文所给出的控制器很好地补偿了非线性因素的影响，并有效地提高了气动系统的静态和动态特性。
气动机器人 位置伺服控制 ＣＭＡＣ 神经网络 控制器 数学模型
陶谦 王琦 候琳祺 蔡鹤皋
滨工业大学机器人研究所(哈尔滨)
国内会议
杭州
中文
149～152
1998-05-01（万方平台首次上网日期，不代表论文的发表时间）