多自由度工业机器人基于神经网络的自适应PID控制

发布时间：2019-03-30 23:23

【摘要】：针对六自由度工业焊接机器人轨迹跟踪控制的问题,提出了一种基于改进的神经网络PID复杂的控制方法,利用粒子群算法的全局优化能力和较强的趋同能力提高BP神经网络的权。该方法基于基本BP神经网络算法的向后误差传播,调整对应于所述更新粒子位置的BP神经网络权值和阈值,充分利用粒子群算法的全局优化能力强和BP神经网络算法反向传播特性好的特点。仿真结果表明,该方法可以优化动态过程,降低系统的稳态误差,克服了传统PID控制方法的不足。
[Abstract]:Aiming at the problem of trajectory tracking control of 6-DOF industrial welding robot, a complex control method based on improved neural network PID is proposed. The global optimization ability and strong convergence ability of particle swarm optimization algorithm are used to improve the weight of BP neural network. The method is based on the backward error propagation of the basic BP neural network algorithm, and adjusts the weights and thresholds of the BP neural network corresponding to the updated particle position. The particle swarm optimization algorithm has strong global optimization ability and the BP neural network algorithm has good backpropagation characteristics. The simulation results show that this method can optimize the dynamic process, reduce the steady-state error of the system, and overcome the shortcomings of the traditional PID control method.
【作者单位】： 重庆市计量质量检测研究院;
【基金】：国家质检公益性行业科研专项(201410126)
【分类号】：TP18;TP242.2

【参考文献】

相关期刊论文 前6条

1 乔茂伟;韦永斌;;基于PSO的神经网络PID在液位控制中的应用[J];自动化与仪表;2012年09期

2 胡盛斌;陆敏恂;;空间三关节机器人自适应双模糊滑模控制[J];同济大学学报(自然科学版);2012年04期

3 张金龙;徐慧;刘京南;内田敬久;郭怡倩;;基于模糊神经网络的精密角度定位PID控制[J];仪器仪表学报;2012年03期

4 赵东亚;李少远;高峰;;六自由度并联机器人分散鲁棒非线性控制[J];控制理论与应用;2008年05期

5 刘迪;赵建华;;一种基于BP神经网络模型的自适应PID控制算法[J];自动化技术与应用;2008年08期

6 朱海峰;李伟;张林;;基于BP神经网络整定的PID控制[J];动力学与控制学报;2005年04期

相关硕士学位论文 前1条

1 郭海;六自由度焊接机器人运动控制精度的分析与研究[D];浙江工业大学;2011年

【共引文献】

相关期刊论文 前10条

1 陈坤杰;李航;于镇伟;白龙飞;;基于机器视觉的鸡胴体质量分级方法[J];农业机械学报;2017年06期

2 杨东明;徐士彪;孟维亮;葛水英;杨真;张晓鹏;;基于改进RPN深度网络的端到端的监控场景行人检测研究[J];中国体视学与图像分析;2017年02期

3 邵虹;王洋;王f3昀;;基于AAM和光流法的动态序列表情识别[J];计算机工程与设计;2017年06期

4 邹冲;蔡敦波;刘莹;赵娜;赵彤洲;;组合SVM分类器在行人检测中的研究[J];计算机科学;2017年S1期

5 陈涵奇;陈浩;胡涛;吴召选;刘金鹏;尹伟石;;采用STLK算法的高密度人群行人计数[J];长春理工大学学报(自然科学版);2017年03期

6 马增强;宋子彬;王永胜;刘政;;一种火车轮轨相对横向位移的图像检测方法[J];图学学报;2017年03期

7 石龙伟;邓欣;王进;陈乔松;;基于光流法和卡尔曼滤波的多目标跟踪[J];计算机应用;2017年S1期

8 邹冲;蔡敦波;赵娜;刘莹;赵彤洲;;基于SVM-LeNet模型融合的行人检测算法[J];计算机工程;2017年05期

9 许德衡;李昊伦;陈昊;;基于DSP的汽车辅助驾驶行人自动检测装置设计[J];电子科技;2017年05期

10 张喜红;王玉香;;基于FFT照明线路探测的研究及STM32实现[J];湖南工业大学学报;2017年03期

【二级参考文献】

相关期刊论文 前10条

1 赵呈;吴锡生;;基于Harris算法的图像角度计算方法[J];计算机工程;2013年12期

2 朱志玲;阮秋琦;;结合尺度不变特征变换和Kalman滤波的Mean Shift视频运动目标跟踪[J];计算机应用;2013年11期

3 宋琳;程咏梅;刘楠;刘夏雷;;采用多重约束的无人机导航KLT视觉跟踪算法[J];红外与激光工程;2013年10期

4 陈莹;艾春璐;;条件主动外观模型下的人脸特征点跟踪[J];计算机辅助设计与图形学学报;2013年04期

5 Liu Xinrong;Wang Junbao;Guo Jianqiang;Yuan Hong;Li Peng;;Time function of surface subsidence based on Harris model in mined-out area[J];International Journal of Mining Science and Technology;2013年02期

6 王斌锐;徐];金英连;吴善强;;旋转视频中特征点的迭代筛选与光流估计匹配研究[J];兵工学报;2012年11期

7 孔军;汤心溢;蒋敏;刘士建;李丹;;基于多尺度特征提取的Kalman滤波跟踪[J];红外与毫米波学报;2011年05期

8 张娟;毛晓波;陈铁军;;运动目标跟踪算法研究综述[J];计算机应用研究;2009年12期

9 崔岸;袁智;王丹;张海鹏;;基于改进Harris角点提取的摄像机神经网络标定技术[J];农业机械学报;2009年08期

10 曾伟;朱桂斌;李瑶;;基于Kalman点匹配估计的运动目标跟踪[J];计算机应用;2009年06期

【相似文献】

相关期刊论文 前10条

1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期

2 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期

3 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期

4 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期

5 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

6 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期

7 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期

8 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期

9 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期

10 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期

相关会议论文 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

相关重要报纸文章 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

相关博士学位论文 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

相关硕士学位论文 前10条

1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年

2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年

7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

，

本文编号：2450595