模糊神经网络控制器在ROV机械手上的应用研究.pdf

《模糊神经网络控制器在ROV机械手上的应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第32卷第4期2013年12月海洋技术OCEAN7IECHNOLOGYV01．32，No．4Dec，2013模糊神经网络控制器在ROV机械手上的应用研究田烈余，盛堰，陈春亮(1．广州海洋地质调查局，广东广州510760；2．国土资源部海底矿产资源重点实验室，广东广州510760)摘要：针对水下机器人机械手抓取专用工具及操作准确、快速、可靠平稳的要求，设计一种应用KOV的模糊神经网络控制器。该控制器将PIT)控制、模糊控制和神经网络相结合，设计一种基于模糊神经网终-(FNN)的复合控制器。并将其应用于机械手的位置控制中，研究变轨迹变周期情况下机械手的位移跟踪特性

2、。仿真结果表明：该控制器具有良好的动态、稳定性能以及较强的鲁棒性。能够使水下机器人的机械手操作快速准确平稳。关键词：ROV；模糊；神经网络；仿真中圈分类号：TP24文献标志码：B文章编号：1003—2029(2013)04-0093-03由于ROV机械手受到油温、介质黏性、负载压力、海水温度、海况等因素影响，是一个典型的非线性和时变系统。PID控制具有算法简单、稳态控制精度高等特点，但对于非线性时变系统往往不能取得令人满意的控制效果。模糊控制响应速度快，但稳态控制精度较低；神经网络控制具有较强非线性映射能力、自学习能力，但存在初始控制不足。本论文将PID控制、

3、模糊控制和神经网络相结合，设计一种基于模糊神经网络(FNN)的复合控制器，并将其应用于机械手的位置控制中。研究变轨迹变周期情况下机械手的位移跟踪特性并在MA7I队B中编写程序对其进行了仿真研究。1模糊神经网络结构和算澍11本文所采用的模糊神经网络结构如图1所示。第l层第Ⅱ层第Ⅲ层第Ⅳ层，：谨)-exp(-(xk—at)2／bDi=l，⋯，7k=l，2订：嘴)-钟’皤’i=1，⋯，7J=1，⋯，7z：D(”=∑∑钟’叼”’，∑∑嘴’iJiJi=1，⋯，7J=1，⋯，7式中：上标表示层数；下标表示节点的位置；酬”’表示第四层i节点到第三层．『节点的连接权重。假设每

4、条控制规则有两个输入变量(轧并：)和一个输出变量'，，并设每个输入变量有7个隶属度函数，则模糊子集可分为I负大、负中、负小、零、正小、正中、正大l。这里隶属函数以g)=exp[-(xl咆)扔t2】，i=1，⋯，7，k=l，2，其中at，bt分别是隶属度函数的中心和宽度参数。网络中的第1，Ⅱ层对应于模糊规则的前提；11I层对应模糊推理，每个节点的输出表示一条规则的触发强度；“II”表示模糊AND操作；1V层对应规则结论，网络的输入输出映射关系如下：I层：，f1’孔，of1)=，f”，k=l，2Ⅱ层：踞2’=硝”，础∞轵踞对)，k=l，2；／=1，⋯，7Ⅲ层：霹鲫

5、=D≤动02j∞，叫舢叫砷，／=1，⋯，7；j=l，⋯，7收稿日期：2013-07一lO基金项目：国家高技术研究发展计划(863计划)资助项目(GZH201100307--04-01)作者简介：田烈余(1982一)，男，硕士，主要从事ROV技术研究、海洋地质调查及海洋技术研究工作。Email：tianlieyu23@163．tom海洋技术第32卷Ⅳ层：7y=∑∑町’阡尹’／∑∑铲，f_1，．．-，7；J『=1，．．·，7j-I产Ii=-Ij=i式中：，，0分别表示各层的输入、输出。由图1可推导出FNN控制器的控制输出为：甜2(f)=烈y(d)，p(f))=∑7

6、∑7甜，，吖渤／∑7∑7硝，，‘1’i=1尸li=1户l式中：，，(d)为注射缸位移的设定信号；p(‘)为系统压力。本文定义FNN控制器的误差函数性能指标为：J=皋％(，)】2(2)在学习过程中，网络权重按式(3)改变：％(f+1)=％(f)+T1·％(f)·o尸／∑∑叩’(3)式中：田为学习因子。2FNN的控制结构本文根据ROV机械手的非线性和时变特性的特点，设计了基于模糊神经网络(FNN)的复合控制器[2-31，控制系统结构如图2所示。图2控制系统结构该控制系统控制器由FNN前馈控制器、PID反馈控制器复合而成。FNN控制器的输人为机械手位移的设定信号和系

7、统压力，这样会使FNN在设定轨迹附近学习，并能实现机械手运动的动态补偿阀。PID反馈控制器提供神经网络的学习信号，起控制器和学习机制两种作用。3FNN控制的软件实现模糊神经网络用c语言编写，在LabVIEW中用公式节图3模糊神经网络程序前面板点嵌入程序中M，模糊神经网络程序前后面板如图3～图4所示。图3中W1表是神经网络初始权值，在控制过程中，权值不断改变，W2为训练后的权值。图4模糊神经网络程序后面板模糊神经网络控制程序前后面板如图5～图6所示。图5模糊神经网络控制程序前面板图6模糊神经网络控制程序后面板4变轨迹响应特性研究基于FNN的复合控制器控制机械手跟

8、踪位移设定信号。在仿真中，以正弦波为机