Path: Top -> Journal -> Telkomnika -> 2013 -> Vol 11, No 3: September
Adaptive Control for Robotic Manipulators base on RBF Neural Network
Adaptive Control for Robotic Manipulators base on RBF Neural Network
Journal from gdlhub / 2016-11-09 03:56:52Oleh : Ma Jing Ma Jing, Zhang Wenhui, Zhu Haiping, Telkomnika
Dibuat : 2013-09-01, dengan 1 file
Keyword : Neural network, manipulator robot, kontrol adaptif, stabilitas asimtotik global
Url : http://journal.uad.ac.id/index.php/TELKOMNIKA/article/view/1131
Sebuah kontroler adaptif berbasis jaringan syaraf diajukan didalam naskah untuk memecahkan masalah pelacakan lintasan manipulator robot dengan ketidakpastian. Skema pertama terdiri dari umpan balik PD dan kompensator yang dinamis yang terdiri dari kontroler jaringan syaraf dan pengendali struktur variabel. Pengendali jaringan netral dirancang untuk belajar secara adaptif dan mengkompensasi ketidakpastian, pengontrol struktur variabel dirancang untuk menghilangkan kesalahan pendekatan jaringan netral ini. Sebuah algoritma yang dapat belajar secara adatif berbasis jaringan saraf dirancang untuk memastikan penyesuaian pada online real-time, yang berakibat pada fase belajar secara offline tidak di perlukan, maka stabilitas sistem asimtotik Global (GAS) berbasis pada teori Lyapunov yang dapat menganalisis untuk memastikan konvergensi algoritma tersebut dapat dilakukan. Hasil simulasi menunjukan skema control menghasilkan efektif dan memiliki ketahanan yang baik.
Deskripsi Alternatif :An adaptive neural network controller is brought forward by the paper to solve trajectory tracking problems of robotic manipulators with uncertainties. The first scheme consists of a PD feedback and a dynamic compensator which is composed by neural network controller and variable structure controller. Neutral network controller is designed to adaptive learn and compensate the unknown uncertainties, variable structure controller is designed to eliminate approach errors of neutral network. The adaptive weight learning algorithm of neural network is designed to ensure online real-time adjustment, offline learning phase is not need; Global asymptotic stability (GAS) of system base on Lyapunov theory is analysised to ensure the convergence of the algorithm. The simulation results show that the kind of the control scheme is effective and has good robustness.
Beri Komentar ?#(0) | Bookmark
Properti | Nilai Properti |
---|---|
ID Publisher | gdlhub |
Organisasi | Telkomnika |
Nama Kontak | Herti Yani, S.Kom |
Alamat | Jln. Jenderal Sudirman |
Kota | Jambi |
Daerah | Jambi |
Negara | Indonesia |
Telepon | 0741-35095 |
Fax | 0741-35093 |
E-mail Administrator | elibrarystikom@gmail.com |
E-mail CKO | elibrarystikom@gmail.com |
Print ...
Kontributor...
- , Editor: Calvin
Download...
Download hanya untuk member.
1131-1839-1-SM
File : 1131-1839-1-SM.pdf
(173742 bytes)