-
公开(公告)号：CN117207178A
公开(公告)日：2023-12-12
申请号：CN202311111621.2
申请日：2023-08-30
Applicant: 电子科技大学
IPC: B25J9/16
Abstract: 发明名称：一种带有输入死区的机械臂系统固定时间补偿控制方法摘要：本发明提供了一种带有输入死区的机械臂系统固定时间补偿控制方法，针对带有输入死区的机械臂系统，基于反步的设计方法，利用径向基函数神经网络(radial‑basis‑function neural network，RBFNNs)和自适应控制技术提出了一种新型的事件触发式自适补偿控制器。首先，利用RBFNNs逼近未知非线性特性，基于自适应控制技术设计输入死区的自适应补偿机制；其次，考虑到实际应用中可能存在的网络拥塞问题，设计事件触发机制来减小控制信号的更新频率；再次，基于实际固定时间稳定理论，构建事件触发式自适应补偿控制器。仿真实验表明，即使系统受到输入死区的影响，系统仍能实现快速稳定，同时呈现出较高的精度并节约了通信资源。
-
公开(公告)号：CN118061182A
公开(公告)日：2024-05-24
申请号：CN202410295850.2
申请日：2024-03-15
Applicant: 电子科技大学
IPC: B25J9/16
Abstract: 本发明提供了一种具有输入死区及未知扰动的液压机械臂系统固定时间补偿控制方法，针对具有输入死区及未知扰动的液压机械臂系统，基于反步的设计框架，利用相关数学引理和自适应控制技术提出了一种新型的固定时间内收敛的自适应补偿控制器。首先，利用滑模控制及固定时间等理论针对系统模型参数不确定性和未知扰动设计观测器，并对其进行补偿；其次，基于反步法的设计框架设计控制器；再次，基于Lyapunov稳定性理论构建输入死区自适应补偿机制。仿真实验表明，观测器能很好的估计并补偿由参数不确定性和未知扰动引起的系统输出不确定，同时即使系统受到输入死区的影响，系统能保持良好的跟踪精度和实现快速稳定。
-
公开(公告)号：CN117297589A
公开(公告)日：2023-12-29
申请号：CN202311141980.2
申请日：2023-09-06
Applicant: 电子科技大学
Abstract: 本发明公开一种基于多传感器与BI‑LSTM的步态识别方法，应用于外骨骼机器人领域，针对现有的步态识别算法未考虑用户主动的行动意图的问题；本发明采用轻量化步态采集系统采集人体下肢常用的运动信号，包括大腿的表面肌电信号、足底压力信号以及下肢角度、角速度信号；通过对采集到的运动信号进行预处理，获得平滑的数据，之后进行步态划分和数据标定，再通过步态传感信号的特征提取构建步态识别数据库；针对时序信号采用BI‑LSTM子模块，对非时序信号采用全连接子模块，然后将两种子模块输出一起作为新的特征送到全连接层输出层中，得到最终的分类结果；采用本发明的方法能准确识别用户主动的行动意图。
-
公开(公告)号：CN116968032A
公开(公告)日：2023-10-31
申请号：CN202311111574.1
申请日：2023-08-30
Applicant: 电子科技大学
IPC: B25J9/16
Abstract: 发明名称：一种基于有向图的多机械臂系统分布式固定时间一致跟踪控制方法摘要：本发明提供了一种基于有向图的多机械臂系统分布式固定时间一致跟踪控制方法。随着机械臂在工业领域的发展，多机械臂的协同是未来的趋势，协同控制算法对于多机械臂系统完成协同任务相当重要。本发明基于反步技术，通过有向图描述子系统之间的通信，并利用径向基函数神经网络(radial‑basis‑function neural network，RBFNNs)逼近未知的非线性特性；其次，针对实际运用中可能存在的网络拥塞问题，设计事件触发机制来减小控制信号的更新频率，以此缓解通信压力；再次，基于固定时间稳定理论，构建分布式事件触发一致跟踪控制器。理论证明跟踪误差可以在一个与系统初始状态无关的时间内收敛至原点附近。仿真实验表明，系统快速稳定，所有的跟随者机械臂一致的跟踪领导者的输出轨迹。
-
-
-
Search Results
4
records
(took 0.017 seconds)
