×
郑，昆明;张秋菊;胡友民;吴波

复杂机器人系统的模糊神经网络步进控制设计。 （英语） Zbl 1478.93357号

信息科学。 546, 1230-1255 (2021).
摘要：本文研究了具有不确定性和干扰的复杂机器人系统的控制问题。提出了一种模糊系统-模糊神经网络步进控制（FS-FNN-BSC）系统，可以保证控制的准确、稳定和高效。首先，简要介绍了机器人的一般动力学模型。然后，介绍了反推控制（BSC）技术的设计过程，为了充分利用模糊系统（FS）和模糊神经网络（FNN）的优点，兼顾精度和效率，采用FS来近似建模信息，并利用FNN对非建模信息进行近似和预测，构建了FS-FNN-BSC系统。此外，基于Lyapunov稳定性定理，证明了FS-FNN-BSC的稳定性。为了说明所提控制方法的正确性、实用性和通用性，将FS-FNN-BSC系统应用于串联机器人（KUKA机器人）和并联机器人（Delta机器人）。通过与现有智能控制方法的定量比较，突出了所提出的FS-FNN-BSC策略的优越性。

引用于11文件

MSC公司：

93立方厘米 模糊控制/观测系统
93C85号 控制理论中的自动化系统（机器人等）
93D05型 李亚普诺夫和控制理论中的其他经典稳定性（拉格朗日、泊松、（L^p、L^p）等）

关键词：

复杂机器人控制;模糊系统;模糊神经网络;智能反推控制
PDF格式BibTeX公司 XML格式引用
\textit{K.Zheng}等人，《信息科学》。5461230-1255（2021年；Zbl 1478.93357）
全文： 内政部

参考文献：

[1] 尹，X。；Pan，L.，提高精度的6自由度工业机器人直接自适应鲁棒跟踪控制，ISA Trans。，72, 178 (2018)
[2] 祖比扎雷塔，A。；Larrea，M。；Irigoyen，E。；卡班斯，I。；Portillo，E.，使用神经网络实时直接计算3PRS机器人的运动学问题，神经计算，271（2017）
[3] Wang，T。；唐，S。；Yi，J。；Li，H.，基于2型模糊系统的缆索驱动并联系统的直接逆控制，信息科学。，310, 1-15 (2015) ·Zbl 1390.93493号
[4] Wang，F。；刘，Z。；Chen，C.L.P。；张勇，基于自适应神经网络的未知输出非线性机械手视觉伺服控制，信息科学。，451-452, 16-33 (2018) ·Zbl 1448.93172号
[5] 韩，S.I。；Lee，J.，未知死区和扰动机器人机械手的有限时间滑面约束控制，ISA Trans。，65, 307-318 (2016)
[6] Lin，D。；王，X。；年，F。；Zhang，Y.，不确定混沌系统的动态模糊神经网络建模和自适应反推跟踪控制，神经计算，732873-2881（2010）
[7] Xu博士。；宋，X。；Yan，W。；蒋，B.，离散高阶非线性系统的无模型自适应指令滤波步进滑模控制，信息科学。，485, 141-153 (2019) ·Zbl 1453.93039号
[8] Baigzadehnoe，B。；拉赫曼尼，Z。；Khosravi，A。；Rezaie，B.，关于使用自适应模糊反推方法的合作机器人操纵器的位置/力跟踪控制问题，ISA Trans。，70, 432 (2017)
[9] 黄，A.C。；Chen，Y.C.，具有不匹配不确定性的单连杆柔性关节机器人的自适应滑动控制，续。系统。Technol公司。IEEE传输。，12, 770-775 (2004)
[10] Chien，M.C。；黄，A.C.，具有时变不确定性的柔性关节电动机器人自适应控制，IEEE Trans。Ind.Electron公司。，54, 1032-1038 (2007)
[11] Dong，W。；Farrell，J.A。；Polycarpou，M.M。；Djapic，V。；Sharma，M.，命令过滤自适应反步法，IEEE Trans。控制系统。技术。，20, 566-580 (2012)
[12] 佩蒂特，F。；Daasch，A。；Albu-Schäffer，A.，变刚度机器人的后退控制，IEEE Trans。控制系统。技术。，23, 2195-2202 (2015)
[13] 郑凯。；胡，Y。；Wu，B.，多自由度机器人控制系统的无模型开发，机电一体化，53，262-276（2018）
[14] 郑凯。；张琪，Delta机器人位置误差和振动特性的综合分析，Adv.Rob。，30, 1322-1340 (2016)
[15] 郑凯。；胡，Y。；吴，B。；Guo，X.，基于工作空间格的柔性杆组机器人轨迹控制新方法，Rob。自动。系统。，111, 44-61 (2019)
[16] 儿子，N.N。；曹文凯。；Anh，H.P.H.，基于神经网络和改进的微分进化算法的气动人工肌肉执行器SCARA并联机器人的新型自适应前馈PID控制器，Rob。自动。系统。，96 (2017)
[17] 黄光裕。；Chang，L.J.，使用模糊神经自适应控制的车载轮式机器人基于互联网的智能空间导航（2008），IEEE出版社
[18] H.Wei，Y.Dong，使用阻抗学习的受限机器人自适应模糊神经网络控制，IEEE神经网络与学习系统汇刊，PP（2017）1-13。
[19] M.M.Fateh。；Azargoshasb，S。；Khorashadizadeh，S.，使用模糊估计器的机器人操纵器无模型离散控制，Compel。国际期刊计算。数学。选举人。电子。工程师，33，1051-1067（2014）·Zbl 1358.93121号
[20] M.M.Fateh。；Khorashadizadeh，S.，通过不确定性的自适应模糊估计实现电动机器人的鲁棒控制，非线性动力学。，69, 1465-1477 (2012) ·Zbl 1253.93086号
[21] 黄，S.J。；Lee，J.S.，机器人运动控制的稳定自组织模糊控制器，IEEE Trans。Ind.Electron公司。，47, 421-428 (2002)
[22] Meza，J.L。；Santibanez，V。；索托，R。；Llama，M.A.，机器人机械手模糊自整定PID半全局调节器，IEEE Trans。Ind.Electron公司。，59, 2709-2717 (2012)
[23] Gaxiola，F。；梅林，P。；瓦尔迪兹，F。；卡斯特罗，J.R。；Castillo，O.，使用遗传算法和粒子群优化神经网络反向传播学习中的2类模糊权重，应用。软计算。，38, 860-871 (2015)
[24] Gaxiola，F。；梅林，P。；瓦尔迪兹，F。；O.卡斯蒂略。；Castro，J.，神经网络权重调整中区间2型模糊数的T范数和S范数的比较，《信息》，8，114（2017）
[25] 瓦尔迪兹，F。；巴斯克斯，J.C。；Gaxiola，F.，用于设计模糊控制器的ACO和PSO中的模糊动态参数自适应：水位和温度控制案例，高级模糊系统。，2018, 1-19 (2018)
[26] E.Ontiveros，2型模糊逻辑控制器噪声鲁棒性的比较分析，Kybernetika（2018）·Zbl 1449.93163号
[27] O.卡斯蒂略。；塞万提斯。；Soria，J。；桑切斯，M。；Castro，J.R.，《广义2型模糊粒度方法及其在航空航天中的应用》，《信息科学》。，354, 165-177 (2016)
[28] O.卡斯蒂略。；Amador-Angulo，L。；卡斯特罗，J.R。；Garcia-Valdez，M.，控制问题中的1型模糊逻辑系统、区间2型模糊逻辑系和广义2型模糊系统的比较研究，信息科学。，354, 257-274 (2016)
[29] 塞万提斯。；Castillo，O.，飞机飞行控制多个模糊控制器的2类模糊逻辑聚合，信息科学。，324, 247-256 (2015)
[30] O.卡斯蒂略。；阿吉拉尔。；北卡罗来纳州Cázarez。；Cárdenas，S.，稳定的2型模糊逻辑控制器的系统设计，应用。软计算。，8, 1274-1279 (2008)
[31] Cazarez-Castro，N.R。；阿吉拉尔，L.T。；Castillo，O.，《通过模糊lyapunov综合为非光滑机械系统设计1型和2型模糊逻辑控制器》，工程应用。Artif公司。智力。，25, 971-979 (2012)
[32] 桑切斯，医学硕士。；O.卡斯蒂略。；Castro，J.R.，控制移动机器人的广义2型模糊系统以及与区间2型和1型模糊系统的性能比较，专家系统。申请。，42, 5904-5914 (2015)
[33] 陈，B。；刘晓平。；Ge，S.S。；Lin，C.，用模糊逼近方法对一类非线性系统进行自适应模糊控制，IEEE Trans。模糊系统。，20, 1012-1021 (2012)
[34] 周，Q。；Shi，P。；卢，J。；Xu，S.，一类非线性系统的自适应输出反馈模糊跟踪控制，IEEE Trans。模糊系统。，19, 972-982 (2011)
[35] 阿齐米，M.M。；Koofigar，H.R.，不确定欠驱动机器人系统的自适应模糊反推控制器设计，非线性动力学。，79, 1457-1468 (2015) ·Zbl 1345.93084号
[36] Wai，R.J。；Muthusamy，R.，机器人操作器的模糊神经网络逆推控制设计，包括执行器动力学，IEEE Trans。模糊系统。，22, 709-722 (2014)
[37] Rong，H.J。；杨振新。；Wong，P.K。；Chi，M.V。；Zhao，G.S.，一种用于不确定非线性系统自适应控制的新型后推元认知模糊神经模型，神经计算，230，332-344（2017）
[38] Chen，C.S.，机器人机械手鲁棒自适应控制的动态结构神经模糊网络，IEEE Trans。Ind.Electron公司。，55, 3402-3414 (2008)
[39] 艾默，A.F。；Sallam，E.A。；Elawady，W.M.，使用监督模糊控制的自适应模糊滑模控制用于三自由度平面机器人操作器，应用。软计算。，11, 4943-4953 (2011)
[40] 库马尔，A。；Kumar，V.，为冗余机器人操作器开发区间2型模糊PID控制器，专家系统。申请。，73, 161-177 (2017)
[41] 唐，S。；李毅。；Shi，P.，具有动态不确定性SISO非线性系统的模糊自适应反推鲁棒控制，信息科学。，179, 1319-1332 (2009) ·Zbl 1156.93357号
[42] Bose，B.K.，电力电子和运动控制中的专家系统、模糊逻辑和神经网络应用，Proc。IEEE，82，1303-1323（1994）
[43] 李，Z。；Su，C.-Y。；李·G。；Su，H.，基于模糊逼近的人体上肢外骨骼自适应后退控制，IEEE Trans。模糊系统。，23, 555-566 (2015)
[44] Mohammadia，A。；Tavakolib**，H.J.Marquezb，F.Hashemzadehb，，M.，机器人操作器非线性扰动观测器设计，控制工程实践。，21, 253-267 (2013)
[45] 方，J.H。；郭，F。；Chen，Z。；Wei，J.H.，在加速度和冲击约束下，具有新型开关表面的伺服固体阀的改进滑动模式控制，机电一体化，43，66-75（2017）
[46] 刘，H。；Cheng，R。；Zhu，K。；Ge，H.，考虑交通冲击效应的连续介质模型研究，非线性动力学。，83, 57-64 (2016)
[47] Chen，S.L。；李，X。；Teo，C.S。；Tan，K.K.，用于柔性系统鲁棒跟踪的复合冲动前馈和干扰观测器☆，Automatica，80，253-260（2017）·Zbl 1370.93093号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。