公开(公告)号：CN117944050A

公开(公告)日：2024-04-30

申请号：CN202410186147.8

申请日：2024-02-19

Applicant: 安徽大学

Inventor： 高赫佳 ,  余泽乐 ,  刘彭杰 ,  陈胡彬 ,  王光辉 ,  黄涛 ,  刘天夫

IPC: B25J9/16

Abstract: 本发明属于机器人智能控制技术领域，具体涉及一种基于扰动观测器的柔性双连杆机械臂强化学习控制方法，包括构建柔性双连杆机械臂动力学模型；设计基于扰动观测器和强化学习控制器的复合控制系统，提出径向基函数神经网络来确定复合控制系统的跟踪误差，以逼近动力学模型存在的不确定项；通过扰动观测器对复合控制系统的扰动进行前馈补偿，并确定复合控制系统的控制器方程；基于控制器方程和预先搭建的柔性双连杆机械臂平台对动力学模型进行仿真实验以验证复合控制系统的有效性；本发明考虑了柔性双连杆机械臂面对未知扰动的系统建模方法，使得系统能够更准确地描述和预测柔性传动系统的行为。

公开(公告)号：CN119188729A

公开(公告)日：2024-12-27

申请号：CN202411185015.X

申请日：2024-08-27

Applicant: 安徽大学

Inventor： 高赫佳 ,  余泽乐 ,  刘江旭 ,  孙长银 ,  杨凌霄

IPC: B25J9/16

Abstract: 本发明提供一种基于双评价网络的机械臂控制方法及其稳定性评价方法，涉及摩擦系数计算技术领域。所述方法包括：建立柔性双连杆机械臂的运动学方程；设计参考神经网络，得到参考神经网络的内部强化信号；基于参考神经网络的内部强化信号，设计评价神经网络，得到长期成本控制函数，长期成本控制函数用于找到最小化操作成本的最优控制；基于柔性双连杆机械臂的运动学方程，得到柔性双连杆机械臂的初始力矩，基于动作神经网络，得到替换后的控制力，在对FTLM系统进行轨迹跟踪控制，同时抑制系统的弹性振动，消除了对历史数据或预先存在的知识为强化信号赋值的需要。