超声电机驱动多关节机器人的类PID小波神经网络控制

针对超声电机驱动多关节机器人的运行特性,提出一种新颖的速度—位置双闭环PID控制模式,有效地抑制了超声电机响应极快所导致的速度变化剧烈的现象,从而提高了机器人的运动平稳性。为了进一步提高超声电机驱动多关节机器人的控制性能,使其能根据超声电机的变化特性对PID控制参数进行实时调节,提出类PID小波神经网络控制器。通过对传统离散型增量式PID表达式各项的合理划分,将速度—位置双闭环PID控制、实践经验、当前的轨迹误差及其变化情况都融入进了类PID小波神经网络控制器中。该控制器参数的在线学习机制采用了δ自适应律并结合了BP算法和梯度下降法,算法简单,计算量大大减少。试验结果证明,所设计的类PID小波神经网络控制器不仅明显优于PID和PID神经网络控制器,而且具有很好的抗干扰能力。