论文部分内容阅读
由于水下灵巧手工作环境的特殊性,及其动力学模型高度非线性、强耦合的特点。使其轨迹控制器的构建成为难点。为了提高水下灵巧手精细作业能力,采用一种模糊CMAC构建手指的轨迹控制系统.建立了模糊CMAC的神经网络结构,并推导了该网络各层输入输出的计算式。采用BP算法对联想强度以及高斯隶属函数中的中心和宽度进行训练.最后对灵巧手手指的轨迹控制系统进行仿真研究, 结果显示手指能跟踪预定轨迹, 稳定性好、位置精度高,可应用于水下灵巧手控制系统.