并聯(lián)機器人神經(jīng)網(wǎng)絡自適應控制策略研究.pdf

1、并聯(lián)機器人具有結構簡單、剛度大、定位精度高和動態(tài)響應快等優(yōu)良特性，特別適合于高精度、大載荷且工作空間小的場合。由于并聯(lián)機器人模型的不確定性，高度非線性和強耦合性等特點，傳統(tǒng)的控制方法很難得到理想的控制效果。因此，本文著重于找到一種適合醫(yī)療康復的并聯(lián)機器人的位置閉環(huán)控制策略，以保證并聯(lián)機器人在測量和建模的不精確、負載的變化以及外部擾動的影響下仍然可以精確有效的工作。
　　 本文首先通過對六自由度并聯(lián)機構結構的研究，以Matlab為

2、工具完成了并聯(lián)機器人運動學分析和軌跡規(guī)劃。對并聯(lián)機器人工作空間進行仿真分析，表明該并聯(lián)機器人能夠達到康復訓練的位置和姿態(tài)要求；并通過軌跡規(guī)劃給出上平臺動點的軌跡參數(shù)，采用CP軌跡規(guī)劃算法進行實例仿真。
　　 在研究基于BP神經(jīng)網(wǎng)絡整定的PID控制算法和PSO算法，并均作出算法改進的基礎上，提出了一種基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡自適應控制算法。算法結合傳統(tǒng)PID控制、BP神經(jīng)網(wǎng)絡和PSO全局優(yōu)化算法，用PSO來優(yōu)化BP神經(jīng)網(wǎng)絡的初始權

3、值，然后用優(yōu)化后的BP神經(jīng)網(wǎng)絡在線調整PID參數(shù)。優(yōu)化過程引入了變異操作，并考慮激活函數(shù)增益及隱含層數(shù)的選擇對PSO和BP的綜合影響。該算法合理地確定了神經(jīng)網(wǎng)絡的初始權值，改善了神經(jīng)網(wǎng)絡容易陷入局部極小值以及收斂速度慢的問題。通過仿真實驗對比分析得知該方法在精確性和實時性上有很大的改進。
　　 最后，在Matlab中的SimMechanies搭建了Stewart六自由度并聯(lián)機器人模型，并采用傳統(tǒng)PID控制對并聯(lián)機器人系統(tǒng)進行仿真