基于自适应模糊神经网络的工业机器人轨迹跟踪智能控制研究  

作　　者：张建荣[1] 郭金妹[1,2] 陈磊 

机构地区：[1]江西应用技术职业学院机械与电子学院,江西赣州341000 [2]玛拉工艺大学工程学院,马来西亚雪兰莪莎阿南40450

出　　处：《科技与创新》2025年第5期20-24,共5页Science and Technology & Innovation

基　　金：江西省教育厅科技科学技术研究重点项目“基于模糊神经网络的工业机器人轨迹跟踪智能控制算法研究”(编号:GJJ214901)、“工业机器人视觉系统目标快速识别与精准定位关键技术研究”(编号:GJJ2405103)。

摘　　要：工业机器人生产轨迹的精准跟踪决定着生产效率和产品质量。因智能机器人存在多输入、强耦合、时变性且模型难以精准建立等问题,使得轨迹的精准、稳定跟踪较为困难。为了提高智能机器人轨迹跟踪精准度,基于Delta并联机器人,在研究其结构的基础上搭建逆运动学模型和动力学模型,并引入模糊控制器与神经网络智能控制算法,设计了自适应模糊神经网络控制器(AFNN),并在Adams软件中搭建Delta模型,导入Matlab的Simulink中进行仿真实验,最终实现对机器人轨迹的精准跟踪。仿真结果表明,采用AFNN的并联机器人轨迹跟踪稳定且速度快、控制精度高、抗干扰能力强。

关 键 词：Delta并联机器人 模糊神经网络 轨迹跟踪 智能控制 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]