基于局部模型逼近的一种绳牵引并联机器人自适应径向基神经网络控制

为了保证风洞试验绳牵引并联机器人(WTT–WDPR)末端执行器的位姿,提出了一种基于局部模型逼近的自适应径向基(RBF)神经网络控制.采用牛顿–欧拉法建立了飞机模型的动力学方程,并基于动态力矩平衡方程建立了驱动系统的动力学方程.采用RBF神经网络进行了局部模型的逼近设计和控制律设计,并通过构建Lyapunov函数对系统进行了稳定性分析,结果证明WTT–WDPR是趋于渐进稳定的.对WTT–WDPR进行MATLAB/Simulink仿真实验,仿真结果验证了所设计的自适应RBF神经网络控制的正确性和可行性,满足系统控制精度的要求,也为在样机上进行实际应用和技术实现奠定了理论基础.

层片轮廓边界离散的双圆弧局部逼近算法

在快速成型制造中,采用直线插补法离散曲率较大的层片理论扫描轮廓时,会差生较大的偏差,针对这一问题,建立了双圆弧逼近算法模型,制定了算法实施的步骤,对算法进行了验证,结果表明,使用双圆弧局部逼近离散算法,可明显减小离散曲率较大的层片理论扫描轮廓时而产生的三维实体形状和尺寸偏差。