文件大小：0.97M
摘要：气动驱动具有结构紧凑、清洁、安全、低成本等诸多优点，在机器人力控驱动领域具有广阔的应用背景。由于密封用粘弹性橡胶材料的使用，驱动力感知与控制存在非线性迟滞扰动，从而影响其力控性能。针对非线性迟滞单作用气动系统驱动力感知与控制问题，提出了一种基于数据驱动神经网络的新型驱动力前馈控制与感知模型框架。分析了输入层变量维度和隐藏层神经元数量对模型精度与求解速度的影响，构建了精确且高效的驱动力感知与控制模型。此外，本文中提出的驱动力感知模型滞后更新策略，有效解决了力控切换瞬间的大感知误差问题，显著提升了系统性能。实验验证表明，该模型在加载与卸载的稳态控制过程中表现出优异的感知精度，平均误差幅值仅为0.5N。特别是在卸载-加载或加载-卸载切换瞬间，通过滞后更新策略，驱动力感知误差的峰值得到显著抑制，误差RMS值从1.19N降低至1.01N，降幅达15.1%。这一成果不仅揭示了气动力控误差的产生机制，还为非线性迟滞系统的力控优化提供了新的解决方案，具有重要的理论价值和实际应用前景。
文章目录
0 引言
1 单作用气动力控系统
1.1单作用气动系统构建
1.2 单作用气动力控迟滞问题描述
2神经网络建模
2.1 实验平台及建模数据采样
2.2 神经网络建模分析
2.3 驱动力感知与控制策略构建
3实验结果及分析
3.1 模型验证
3.2 驱动力感知误差机制分析
3.3 感知策略改进及实验研究
4 结论
