-
题名基于预测补偿模型的绳索并联机构预松弛控制
- 1
-
-
作者
范银
金惠良
叶骞
-
机构
上海交通大学机械与动力工程学院
-
出处
《高技术通讯》
EI
CAS
北大核心
2020年第4期374-382,共9页
-
基金
973计划(2015CB857011)资助项目。
-
文摘
本文分析了含绳长误差的绳索并联机构运动控制过程,设计了一种基于长短期记忆(LSTM)神经网络预测误差补偿模型的预松弛控制方法,提高了绳索并联机构末端位姿在运动过程中的准确性与连续性。本文基于矢量闭环原理建立了系统运动学模型,得到了绳索末端位姿的非线性误差模型,采用LSTM神经网络进行非线性误差的预测补偿。基于离散控制周期分配主、从控制绳,实现系统的预松弛控制,减小绳索末端的无序晃动。仿真结果表明,误差补偿之后,末端位姿精度有了明显的提高,而预松弛控制的位姿与索力相较于传统控制也更加连续,验证了该方法的可行性。
-
关键词
绳索并联机构
误差预测补偿
长短期记忆(LSTM)神经网络
预松弛控制
-
Keywords
cable-driven parallel mechanisms
error prediction and compensation
long-short term memory(LSTM)neural network
pre-slack control
-
分类号
TP2
[自动化与计算机技术—检测技术与自动化装置]
-