×

基于神经内分泌的并联机器人多目标集成控制协同智能控制系统。 (英语) Zbl 1264.93170号

摘要:我们提出了一种新型的多回路多目标协同智能控制系统(MMCICS),用于改善复杂多通道设备上的位置、速度和加速度集成控制性能。基于神经内分泌系统(NES)的调节机制,MMCICS采用了一种受生物启发的运动控制方法,包括四个协作单元。规划单元输出所需的信号。选择单元选择实时主控模式。协调单元使用速度雅可比矩阵来调节协同控制信号。执行单元使用所提出的激素调节自适应模块(HRSM)实现基于子通道控制器的最终任务。参数调整是为了促进MMCICS的实现。将MMCICS应用于实际的二自由度冗余并联机器人,验证了新控制系统的可行性。MMCICS保持其子信道和谐、系统地交互。因此,该装置具有响应快、速度平稳、位置准确、自适应能力强、稳定性高等特点。HRSM提高了局部控制器和全局系统的控制性能,特别是对于高速和加速运行的机械手。

MSC公司:

93立方厘米 控制理论中的应用模型
90立方厘米29 多目标规划
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] D.Zhang和Z.Gao,“利用伪误差理论和协同协同进化网络进行并联机械手的最优运动学校准”,IEEE工业电子汇刊,第59卷,第8期,第3221-3231页,2012年。
[2] H.Dong、Z.Wang和H.Gao,“具有量化误差和连续丢包的传感器网络上一类时变系统的分布式滤波”,IEEE信号处理学报,第60卷,第6期,第3164-3173页,2012年·Zbl 1391.93232号
[3] Z.Wang、H.Zeng、D.W.C.Ho和H.Unbehauen,“四连杆柔性机械手的多目标控制:稳健的H\inff方法”,IEEE控制系统技术汇刊,第10卷,第6期,第866-875页,2002年·doi:10.1109/TCST.2002.804132
[4] B.Shen、Z.Wang和X.Liu,“传感器网络中分布式高频滤波的随机采样数据方法”,IEEE电路与系统汇刊。一、 第58卷,第9期,第2237-2246页,2011年·doi:10.1109/TCSI.2011.2112594
[5] A.Khoukhi,“并行运动学机器的数据驱动多级运动规划”,IEEE控制系统技术汇刊,第18卷,第6期,第1381-1389页,2010年·doi:10.1109/TCST.2009.2036600
[6] 孙振中,邢日兴,赵建中,黄文华,“超声波电机驱动多关节机器人的模糊自整定PID控制”,《超声波》,第46卷,第4期,第303-312页,2007年·doi:10.1016/j.ultras.2007.04.001
[7] K.Pathak、J.Franch和S.K.Agrawal,“通过部分反馈线性化实现轮式倒立摆的速度和位置控制”,IEEE机器人学报,第21卷,第3期,第505-513页,2005年·doi:10.1109/TRO.2004.840905
[8] M.S.Tsai、H.W.Nien和H.T.Yau,“多块NURBS曲线的集成加速/减速look-ahead插值技术的开发”,《国际先进制造技术杂志》,第56卷,第5-8期,第601-618页,2011年·doi:10.1007/s00170-011-3214-9
[9] S.Mitra和Y.Hayashi,“软计算的生物信息学”,IEEE系统、人和控制论汇刊A部分,第36卷,第5期,第616-635页,2006年·doi:10.1109/TSMCC.2006.879384
[10] W.Savino和M.Dardenne,“胸腺生理学的神经内分泌控制”,《内分泌评论》,第21卷,第4期,第412-443页,2000年·doi:10.1210/er.21.4412
[11] E.B.Stear,“控制理论在内分泌调节和控制中的应用”,《生物医学工程年鉴》,第3卷,第4期,第439-455页,1975年·doi:10.1007/BF02409328
[12] D.M.Keenan、J.Licinio和J.D.Veldhuis,“应激反应性下丘脑-垂体-肾上腺轴的反馈控制集成模型”,《美国国家科学院院刊》,第98卷,第7期,第4028-4033页,2001年·doi:10.1073/pnas.051624198
[13] L.S.Farhy,“带反馈的内分泌网络振荡建模”,《酶学方法》,第384卷,第54-81页,2004年·doi:10.1016/S0076-6879(04)84005-9
[14] M.Neal和J.Timmis,“Timidity:机器人控制的有用情感机制?”《Informatica》,第27卷,第2期,第197-204页,2003年·Zbl 1089.68577号
[15] P.Vargas、R.Moioli、L.N.d.Castro、J.Timmis、M.Neal和F.J.V.Zuben,“人工稳态系统:一种新方法”,摘自《人工生命的进展》,计算机科学讲义第3630卷,第754-7642005页。
[16] F.M.Córdova和L.R.Cañete,“机器人神经和内分泌系统设计的挑战”,《国际计算机、通信与控制杂志》,第1卷,第2期,第33-40页,2006年。
[17] B.Liu、L.Ren和Y.Ding,“基于神经内分泌系统调制的新型智能控制器”,《第二届神经网络国际研讨会论文集:神经网络进展》(ISNN'05),第119-124页,2005年6月·Zbl 1084.68694号 ·doi:10.1007/b136479
[18] Y.S.Ding和B.Liu,“一种基于身体内部环境调制机制的智能双协作解耦控制方法”,IEEE控制系统技术汇刊,第19卷,第3期,第692-6982011页·doi:10.1109/TCST.2010.2047944
[19] D.Tang、W.Gu、L.Wang和K.Zheng,“神经内分泌启发的自适应制造系统控制方法”,《国际生产研究杂志》,第49卷,第5期,第1255-1268页,2011年·doi:10.1080/00207543.2010.518734
[20] C.Guo,K.Hao,Y.Ding,X.Liang,Y.Dou,“基于生物神经内分泌系统的位置-速度协同智能控制器”,《神经网络进展-ISNN 2011》,计算机科学讲义第6677卷,第112-121页,2011年。
[21] C.E.Cortés、D.sáez、F.Milla、A.Nüñez和M.Riquelme,“基于进化多目标优化的公共交通系统运行实时优化的混合预测控制”,《交通研究》C部分,第18卷,第5期,第757-7692010页·doi:10.1016/j.trc.2009年5月16日
[22] M.F.Prummel、L.J.S.Brokken和W.M.Wiersinga,“促甲状腺素分泌的超短回路反馈控制”,《甲状腺》,第14卷,第10期,第825-829页,2004年·doi:10.1089/thy.2004.14.825
[23] X.Liang、Y.S.Ding、L.H.Ren、K.R.Hao、H.P.Wang和J.J.Chen,“纤维生产拉伸过程的生物启发多层智能协同控制器”,IEEE系统汇刊,人与控制论第C部分,第42卷,第3期,第367-377页,2012年·doi:10.1109/TSMCC.2011.2121061
[24] R.E.Precupa和H.Hellendornb,“模糊控制工业应用调查”,《工业计算机》,第62卷,第3期,第213-226页,2011年。
[25] H.Dong,Z.Wang,D.W.C.Ho,和H.Gao,“具有多个概率延迟和多个缺失测量的鲁棒H输入模糊输出反馈控制”,IEEE模糊系统汇刊,第18卷,第4期,第712-725页,2010年·doi:10.10109/TFUZZ.2010.2047648
[26] Z.Wang、B.Shen、H.Shu和G.Wei,“具有缺失测量的非线性随机时滞系统的量化H∞控制”,IEEE自动控制汇刊,第7卷,第6期,第1431-1444页,2012年·Zbl 1369.93583号
[27] Z.Wang、B.Shen和X.Liu,“随机发生传感器饱和和缺失测量的高频滤波”,《自动化》,第48卷,第3期,第556-562页,2012年·Zbl 1244.93162号 ·doi:10.1016/j.automatica.2012.01.008
[28] W.Shang和S.Cong,“高速平面并联机械手的非线性计算扭矩控制”,《机电一体化》,第19卷,第6期,第987-992页,2009年·doi:10.1016/j.mechatronics.2009.04.002
[29] W.Shang、S.Cong和F.Kong,“具有驱动冗余的并联机械手的动态和摩擦参数识别”,《机电一体化》,第20卷,第2期,第192-200页,2010年·doi:10.1016/j.mechatronics.2009.11.005
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。