相关实验视频
Updated: Sep 20, 2025
10:09
Operation of the Collaborative Composite Manufacturing CCM System
Published on: October 1, 2019
6.7K
分布式自适应滑动模式控制与深度循环神经网络,用于自动化光纤放置中的合作机器人系统
1Department of Mechanical, Industrial and Aerospace Engineering, Concordia University, Montreal, Quebec H3G 1M8, Canada.
ISA transactions
|May 28, 2025
概括
本研究介绍了一种新的分布式控制策略,用于自动化光纤放置的合作机器人. 具有深度循环神经网络的自适应滑动模式控制器提高了性能,降低了通信负载.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 控制系统 控制系统
- 人工智能的人工智能
背景情况:
- 自动光纤放置 (AFP) 需要精确控制合作机器人系统.
- 现有的控制策略面临着动态不确定性和沟通负担的挑战.
研究的目的:
- 在AFP中,为13-DOF合作机器人系统提出分布式控制策略.
- 通过事件触发机制来提高合作性能和降低通信负载.
- 有效地应对动态不确定性和外部干扰.
主要方法:
- 开发了一个具有事件触发机制的分布式控制结构.
- 为机器人控制设计了一个自适应滑动模式控制器 (ASMC).
- 整合了一个深度循环神经网络 (DRNN) 来估计系统的不确定性.
- 利用莱普诺夫定理进行稳定性分析和适应法规的制定.
主要成果:
- 拟议的基于DRNN的ASMC战略展示了卓越的在线学习和动态适应能力.
- 事件触发机制有效地减少了通信负担,同时保持了合作性能.
- 模拟和实验结果验证了控制策略的可行性和优势.
结论:
- 基于分布式DRNN的自适应滑动模式控制对于AFP中的合作机器人系统是有效的.
- 这种方法提供了更好的性能,减少了沟通,提高了对不确定性的稳定性.
- 该研究验证了用于复杂机器人应用的新型控制解决方案.
