考虑外部干扰的超螺旋ZNN多机械臂协调运动控制
2023-08-18赵玮
机械设计与制造 2023年8期
赵 玮
(1.承德石油高等专科学校机械系,河北承德 067000;2.北京科技大学机械工程学院,北京100083)
1 引言
串行机器人,特别是串行机械臂,具有工作空间宽、速度高和灵活性高的优点,广泛应用于不同领域,例如组件装配、物体运输以及材料喷涂和切割[1−2]。但是,单个机械臂很难完成复杂的组装任务或高负荷运输任务。因此,多机械臂进行协调运动控制的研究成为了该领域研究的重点热点[3]。
作为一种特殊的递归神经网络,归零神经网络(Zeroing Neu⁃ral Network,ZNN)结合各种框架模型长期以来一直用于处理单机械臂的运动控制问题[4]。许多相关研究将焦点集中在ZNN模型在收敛性或鲁棒性方面。从收敛性能的角度出发,通过设计变参数收敛微分神经网络使得神经网络模型能够应用多准则方法,提升了收敛性能。此外,通过使用相容的凸−非凸约束双神经网络,突破了凸集的局限,并将问题求解扩展到了非凸问题[5]。从鲁棒性的角度出发,利用神经网络模型的积分信息,提出了两种新型的ZNN模型,即耐噪ZNN模型和积分增强ZNN模型,均取得了较好的效果[6]。但是在使用ZNN进行单机械臂运动控制的现有方法中,由于在没有扰动的情况下呈指数形式收敛,因此在有限时间跟踪任务中,有些具有收敛时间接近无限长,另外有些研究虽然考虑了外部干扰抑制,但仍处于渐近收敛阶段,收敛速度较慢[7]。以上两个限制严重阻碍了ZNN在复杂环境中用于多机械臂的协调运动控制的发展。
在实际复杂条件下的多机械臂的协调运动控制中,鲁棒性和收敛性对控制性能具有同等重要性,应同时考虑。……
登录APP查看全文
