摘要: 为提高液压挖掘机器人工作装置轨迹规划控制精度,减小按照理想模型进行控制的阀控缸系统存在的控制误差,获得更接近实际状况的阀控缸系统控制模型,采用RBF神经网络方法,建立含阀控缸系统待辨识参数及Jacobian信息的线性方程组.以挖掘机斗杆油缸为研究对象,经实验获得油缸进回油压力、斗杆倾角参数,辨识出阀控缸模型中阀的增益系数kq、体积模量Eoil和内泄漏系数Cli.最后通过对阀控缸系统进行力控制实验对比研究,验证了采用辨识参数的系统模型控制精度较好,有很强的鲁棒性.
中图分类号:
王福斌;刘杰;陈至坤;曾秀丽;. 挖掘机器人阀控缸系统RBF神经网络参数辨识[J]. 东北大学学报(自然科学版), 2010, 31(10): 1475-1478.
Wang, Fu-Bin (1); Liu, Jie (1); Chen, Zhi-Kun (2); Zeng, Xiu-Li (2) . RBF parameter identification of valve-controlled cylinder system for excavator robot[J]. Journal of Northeastern University, 2010, 31(10): 1475-1478.