基于神經(jīng)網(wǎng)絡模型辨識的機器人迭代學習控制方法研究

3 焊接機器人控制仿真

采用柔性連接的機械手作為仿真對象，如圖4所示。

圖4 機械手示意圖

利用拉格朗日方法可以導出如下動力學方程：

圖5 神經(jīng)網(wǎng)絡逆向辨識結(jié)結(jié)構(gòu)圖

給定正弦激勵信號，運用Matlab程序代碼文件對該控制系統(tǒng)仿真。迭代學習控制曲線和傳統(tǒng)PID控制響應曲線如圖6所示。

圖6 基于神經(jīng)網(wǎng)絡模型識別的迭代學習控制響應曲線與常規(guī)PID控制響應曲線

4 結(jié)論

從仿真結(jié)果可以看出，本文提出的基于神經(jīng)網(wǎng)絡辨識模型迭代控制方案控制效果明顯優(yōu)于傳統(tǒng)的PID控制，該控制策略跟蹤精度高，超調(diào)量小，能夠有效地提高系統(tǒng)的控制精度。同時，優(yōu)化該控制策略可應用于其他機器人跟蹤控制系統(tǒng)，使系統(tǒng)投入到更廣闊的機器人控制領域。