控制系统设计举例给学生PPT课件

1 控制系统设计举例 2 1 检修机械手轨迹跟踪控制1 1机械手动力学模型 3 1 检修机械手轨迹跟踪控制1 2基于滑模变结构的自适应控制方法 1 自适应滑模控制器设计 4 1 检修机械手轨迹跟踪控制1 2基于滑模变结构的自适应控制方法 1 自适应滑模控制器设计 5 1 检修机械手轨迹跟踪控制1 2基于滑模变结构的自适应控制方法 1 自适应滑模控制器设计 6 1 检修机械手轨迹跟踪控制1 2基于滑模变结构的自适应控制方法 1 自适应滑模控制器设计 7 1 检修机械手轨迹跟踪控制1 2基于滑模变结构的自适应控制方法 1 自适应滑模控制器设计 8 1 检修机械手轨迹跟踪控制1 2基于滑模变结构的自适应控制方法 1 自适应滑模控制器设计 9 1 检修机械手轨迹跟踪控制1 2基于滑模变结构的自适应控制方法 2 基于改进自适应调整律的滑模控制器 10 1 检修机械手轨迹跟踪控制1 3基于滑模神经网络的自适应控制方法 1 滑模神经网络控制器的设计 11 1 检修机械手轨迹跟踪控制1 3基于滑模神经网络的自适应控制方法 1 滑模神经网络控制器的设计 径向基神经网络 12 1 检修机械手轨迹跟踪控制1 3基于滑模神经网络的自适应控制方法 1 滑模神经网络控制器的设计 13 1 检修机械手轨迹跟踪控制1 3基于滑模神经网络的自适应控制方法 1 滑模神经网络控制器的设计 14 1 检修机械手轨迹跟踪控制1 3基于滑模神经网络的自适应控制方法 1 滑模神经网络控制器的设计 15 1 检修机械手轨迹跟踪控制1 3基于滑模神经网络的自适应控制方法 1 滑模神经网络控制器的设计 16 1 检修机械手轨迹跟踪控制1 3基于滑模神经网络的自适应控制方法 1 滑模神经网络控制器的设计 基于滑模神经网络的机械手控制结构 17 2 机械手的其他控制方法2 1神经网络控制 1 直接自适应控制 NN先离线学习机器人的逆动力学特性 然后用做前馈控制器 并在线继续学习拟动力学特性思想 如果NN充分逼近机器人的逆动力学特性 则从NN的输入端至对象的输出端的传递函数近似为1 18 2 机械手的其他控制方法2 1神经网络控制 2 间接自适应控制 由NN估计器和反馈控制器构成NN估计器用于在线学习机器人的逆动力学特性 而反馈控制器则根据NN的学习结果进行在线修正 19 2 机械手的其他控制方法2 1神经网络控制 3 监督学习控制 NN需要一个过程来进行学习 初始系统响应较差为提高系统初始跟踪性能 将NN与反馈控制器相结合 利用反馈控制器的输出作为评估函数来调整NN的权值 这样在初始阶段 反馈控制器占主导作用 随着NN的不断学习 NN控制器逐渐替代反馈控制器 复合控制 20 2 机械手的其他控制方法2 1神经网络控制 4 直接自适应控制 NN被直接用做误差闭环系统的反馈控制器NN控制器首先利用已有的控制数据样本进行离线学习 而后以误差的范数为评价函数进行在线学习 21 2 机械手的其他控制方法2 2混合控制 1 模糊神经网络 FNN 将神经网络和模糊控制结合 用神经网络实现模糊推理 可以是神经网络具有推理归纳能力 一方面可以使神经网络具有明确的物理意义 利用专家经验对其进行初始化 提高神经网络的学习速度 另一方面通过神经网络的自学习功能和任意逼近非线性函数的能力可以提高模糊控制的精度和对环境的适应能力 2 鲁棒神经网络 RNN 基于梯度下降法进行训练的神经网络 很难分析整个闭环系统的稳定性 鲁棒性 近年来 人们开始基于李雅普诺夫综合方法研究稳定的神经网络控制方法 如 将神经网络与鲁棒控制结合起来 构成神经网络鲁棒控制系统 利用神经网络的学习能力来辨识系统中的未建