首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于机器学习前馈模型的自抗扰力矩控制方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京理工大学

摘要:本发明公开了一种基于机器学习前馈模型的自抗扰力矩控制方法,PD控制器输入参考力矩τd和扩张状态观测器的输出z1、z2,输出电流Ic;机器学习前馈模型输入参考力矩τd、电机转速nm、电机位置pm、电机转加速度ωm、电机温度Tm和减速器温度TR,输出电机参考电流If;扩张状态观测器输入机器人关节输出力矩τ以及电机实际电流Im与Ktb的乘积;Ic与If求和,再减去扩张状态观测器的输出z3与Ktb‑1的乘积,结果作为机器人关节的输入,机器人关节输出力矩τ。本发明能够对大部分扰动进行准确的估计,大大降低扩张状态观测器所需观测的总扰动范围,减少扩张状态观测器的负担。

主权项:1.一种基于机器学习前馈模型的自抗扰力矩控制方法,其特征在于:基于神经网络前馈模型的自抗扰力矩控制系统,包括PD控制器、扩张状态观测器、机器学习前馈模型和被控机器人关节;机器人关节由电机、弹簧和负载串联而成,且电机上安装有光电编码器;将参考力矩τd和扩张状态观测器的输出z1、z2作为PD控制器的输入;PD控制器输出电流Ic;z1为τ的估计值,z2为的估计值;将参考力矩τd、电机转速nm、电机位置pm、电机角加速度ωm、电机温度Tm和减速器温度TR作为机器学习前馈模型的输入,机器学习前馈模型输出电机参考电流If;扩张状态观测器输入机器人关节输出力矩τ以及电机实际电流Im与Ktb的乘积;所述Ic与If求和,再减去扩张状态观测器的输出z3与Ktb-1的乘积,结果作为机器人关节的输入,机器人关节输出力矩τ;z3为总扰动的估计值;其中:Kt为电机扭矩系数,参数K为弹簧等效刚度系数,B为电机惯量;PD控制器的控制律为:Ic=kpτd-z1+kdτd-z2其中:kp、kd为PD控制器的参数。

全文数据:

权利要求:

百度查询: 北京理工大学 一种基于机器学习前馈模型的自抗扰力矩控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。