模糊CMAC的柔性空间机器人轨迹跟踪自学习控制  

Trajectory tracking self-study control for flexible space manipulators with fuzzy CMAC

作　　者：张文辉[1] 周启航[2] 齐乃明[2] 

机构地区：[1]丽水学院工学院,浙江丽水323000 [2]哈尔滨工业大学航天学院,黑龙江哈尔滨150001

出　　处：《智能系统学报》2012年第5期457-461,共5页CAAI Transactions on Intelligent Systems

基　　金：国家自然科学基金资助项目(61171189)

摘　　要：针对不确定自由漂浮柔性空间机器人系统,采用模糊CMAC神经网络自学习控制策略来解决轨迹跟踪控制问题.首先建立漂浮基空间机器人的动力学方程,然后利用具有快速学习能力的模糊CMAC神经网络来逼近非线性柔性臂的逆动力学模型.网络参数采用改进的有监督的Hebb学习规则进行自适应在线调整,并通过关联搜索进行自学习和自组织,其误差代价函数由PID控制器提供.仿真结果表明,这种模糊CMAC逆模PID控制器能够达到较高的控制精度,具有一定的工程应用价值.Considering the uncertainty of free floating adaptable space robot systems （FSRS） , eerebellar model ar ticulation controller（GMAC） neutral network selflearning control strategies are used to solve the trajectory tracking control problems of the inverse model control algorithm. Firstly, a nonlinearity dynamics equation of flexible space ma nipulator is established. The controller based on fuzzy CMAC neutral network is used for effectively learning how to com pensate inversemodel, and fuzzy CMAC network parameters that could be adaptively adjusted online by improved super visory Hebb learning rifles. Error function is provided via proportional integration differential （PID） controller. The con troller improved control accuracy and asymptotic convergence of tracking error, The simulation results illustrate the pres ented controller system has engineering value.

关 键 词：模糊CMAC 逆模控制 柔性空间机器人 PID控制 轨迹跟踪 HEBB学习规则 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置]