期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
柔性关节复杂迟滞特性的改进WLSSVM建模方法
1
作者 党选举 马樑海 《制造技术与机床》 北大核心 2022年第12期33-39,共7页
针对协作机器人柔性关节传动过程中固有复杂迟滞特性影响执行精度的问题,提出基于中间变量的非线性自回归移动平均(NARMAX)结构的改进加权最小二乘支持向量机(WLSSVM)迟滞模型。引入PI算子产生中间变量,将迟滞的多值映射转换为单值映射... 针对协作机器人柔性关节传动过程中固有复杂迟滞特性影响执行精度的问题,提出基于中间变量的非线性自回归移动平均(NARMAX)结构的改进加权最小二乘支持向量机(WLSSVM)迟滞模型。引入PI算子产生中间变量,将迟滞的多值映射转换为单值映射,引入输出力矩和扭转角历史值,使模型具有动态特性;LSSVM求解问题时易受模型输出误差大的数据点影响,在目标优化函数中增加具有自适应调整因子的模型输出误差构成的正则项,达到进一步提高模型精度和抗干扰能力目的。以FRANKA协作机器人关节为对象进行建模与验证,实验结果表明,相比LSSVM迟滞模型和NARMAX迟滞模型,改进WLSSVM迟滞模型具有较高的模型精度。 展开更多
关键词 协作机器人 柔性关节 复杂迟滞特性 中间变量 自适应调整因子
在线阅读 下载PDF
基于相位超前补偿的TCN神经网络柔性关节的复杂迟滞建模研究
2
作者 党选举 张清羽 《制造技术与机床》 北大核心 2024年第12期38-44,共7页
针对轻型工业机器人柔性关节的复杂迟滞特性建模问题,基于电机驱动电流与扭转角之间关系,描述关节的迟滞特性,提出了一个基于相位超前补偿的机器人柔性关节改进TCN(temporal convolutional network)迟滞模型。在通过卡尔曼滤波还原剔除... 针对轻型工业机器人柔性关节的复杂迟滞特性建模问题,基于电机驱动电流与扭转角之间关系,描述关节的迟滞特性,提出了一个基于相位超前补偿的机器人柔性关节改进TCN(temporal convolutional network)迟滞模型。在通过卡尔曼滤波还原剔除噪声干扰后的关节迟滞特性数据基础上,主要研究设计一种改进TCN迟滞模型,在模型各分支引入不同因子的扩张卷积,解决了TCN神经网络迟滞模型在极值点存在较大误差问题;针对改进TCN迟滞模型依然存在由相位滞后引起的误差,设计相位超前环节与TCN神经网络模型串联,构造一个基于相位超前补偿的改进TCN神经网络迟滞模型,进一步提高了迟滞模型精度。与改进TCN迟滞模型及典型PI迟滞模型相比,实验结果验证了所提出的机器人关节迟滞模型,具有较高精度。 展开更多
关键词 柔性关节 复杂迟滞特性 TCN 相位超前 迟滞模型
在线阅读 下载PDF
基于iTransformer模型的工业机器人关节迟滞建模研究
3
作者 党选举 沈远桂 《组合机床与自动化加工技术》 北大核心 2025年第4期177-182,共6页
针对工业机器人的柔性关节表现的复杂迟滞特性问题,提出了一种基于改进的iTransformer(inverted transformer)模型的非线性迟滞建模方法,用于描述柔性关节的输出力矩与扭转角之间的复杂迟滞特性。采用具有输入反转嵌入层的iTransformer... 针对工业机器人的柔性关节表现的复杂迟滞特性问题,提出了一种基于改进的iTransformer(inverted transformer)模型的非线性迟滞建模方法,用于描述柔性关节的输出力矩与扭转角之间的复杂迟滞特性。采用具有输入反转嵌入层的iTransformer模型,体现时间前后信号关联性,其自注意力机制,描述了迟滞的记忆特性。为了提高迟滞模型的精度,从结构及输入前端信息两个方面对iTransformer模型进行改进:在结构上,将LSTM网络与iTransformer模型并联,以增强迟滞模型的动态特性;在输入端,设计了一个自相关模块。将输入扭转角向量进行哈达玛积运算,构成新输入向量,并与所设计类迟滞算子结合,设计一个iTransformer模型前端的自相关模块,充分体现了输入信号的关联性。与iTransformer、LSTM及PI迟滞模型相比较,实验结果表明,所提出迟滞模型,对工业机器人的复杂迟滞特性的描述,具有更高的精度和泛化能力。 展开更多
关键词 柔性关节 复杂迟滞特性 iTransformer模型 迟滞算子 自相关模块
在线阅读 下载PDF
采用非对称迟滞算子的工业机器人柔性关节迟滞特性建模 被引量:3
4
作者 党选举 贺思颖 《光学精密工程》 EI CAS CSCD 北大核心 2021年第10期2412-2420,共9页
针对工业机器人柔性关节所具有的多值对应及非对称特点的复杂迟滞特性对其控制精度产生不利影响的问题,在PI(Prandtl-Ishlinskii)模型框架下,提出一种针对非对称、强非线性复杂迟滞特性的神经网络建模方法。在PI模型的对称Play算子的结... 针对工业机器人柔性关节所具有的多值对应及非对称特点的复杂迟滞特性对其控制精度产生不利影响的问题,在PI(Prandtl-Ishlinskii)模型框架下,提出一种针对非对称、强非线性复杂迟滞特性的神经网络建模方法。在PI模型的对称Play算子的结构基础上,将Play算子中的线性部分用非线性函数替代:将两个变化后的Sigmoid函数组合,构造一个与迟滞曲线轮廓接近的新函数,作为一个非对称非线性的迟滞算子,以此为激励函数,在PI模型框架下,构建神经网络迟滞模型,对柔性关节表现出的复杂迟滞特性进行建模。在柔性关节不同输入条件下获得的实验数据,对模型进行验证,结果表明最大预测误差能控制在1°以内,相较于PI模型,最大误差减小为其五分之一,均方根误差减小为其五分之一。所建立的神经网络迟滞模型具有较好的泛化能力,建模精度有较大提升。 展开更多
关键词 柔性关节 复杂迟滞特性 神经网络迟滞模型 PI模型 非对称迟滞算子
在线阅读 下载PDF
工业机器人柔性关节迟滞特性的在线序列极限学习机混合建模 被引量:1
5
作者 党选举 司亚 姜辉 《机床与液压》 北大核心 2020年第23期7-12,共6页
为体现柔性关节迟滞的基本特性,构建一个类迟滞算子,将其与在线序列极限学习机(OS-ELM)串联,设计一种工业机器人柔性关节迟滞特性的在线序列极限学习机迟滞混合模型。在混合模型中,采用具有学习效率高、泛化能力强的在线序列极限学习机... 为体现柔性关节迟滞的基本特性,构建一个类迟滞算子,将其与在线序列极限学习机(OS-ELM)串联,设计一种工业机器人柔性关节迟滞特性的在线序列极限学习机迟滞混合模型。在混合模型中,采用具有学习效率高、泛化能力强的在线序列极限学习机,能有效地回避使用梯度下降法对模型参数学习时存在的速度慢和局部最小值问题,提高了建模精度。利用不同状态下的实验数据进行模型验证,结果表明所提出的迟滞混合模型具有高精度和较高的泛化能力。 展开更多
关键词 复杂迟滞特性 迟滞算子 在线序列极限学习机 谐波减速器 柔性关节
在线阅读 下载PDF
基于改进Preisach迟滞构架的工业机器人柔性关节深度神经网络迟滞建模研究
6
作者 党选举 芮华 《制造业自动化》 2024年第9期7-14,共8页
针对工业机器人柔性关节所具有非对称、速率相关及强非线性的复杂迟滞特性问题,改进Preisach模型,提出一种描述复杂迟滞特性的深度神经网络迟滞模型。从模型内部迟滞算子和外部网络结构两个角度改进Preisach模型,描述柔性关节的复杂迟... 针对工业机器人柔性关节所具有非对称、速率相关及强非线性的复杂迟滞特性问题,改进Preisach模型,提出一种描述复杂迟滞特性的深度神经网络迟滞模型。从模型内部迟滞算子和外部网络结构两个角度改进Preisach模型,描述柔性关节的复杂迟滞特性:1)设计一个非对称非线性迟滞函数,替换Preisach模型内部迟滞算子,描述柔性关节的非对称迟滞特性;2)在Preisach模型输出端引入惯性滤波环节,在Preisach模型输入端引入输入输出历史信息,描述柔性关节的速率相关迟滞特性。将改进的Preisach模型与实现非线性映射的全连接神经网络串联构成深度神经网络迟滞模型。通过对比实验验证了所提出的深度神经网络迟滞模型描述工业机器人柔性关节复杂迟滞特性的有效性,其具有良好的预测能力和较高的精度。 展开更多
关键词 工业机器人柔性关节 复杂迟滞特性 PREISACH模型 深度神经网络迟滞模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部