论文部分内容阅读
六自由度并联机构控制系统中存在不确定性和非线性因素，使得对其轨迹跟踪的过程中会不断有误差产生。神经网络控制器以其在线自学习的功能，能实时反应并消除误差。用模糊理论对结构简单的小脑模型关节控制器（CMAC）的空间划分方式进行模糊化处理，并通过BP学习算法对CMAC的空间划分方式进行在线调整，所得到模糊小脑模型关节控制器（FCMAC）有更高的自适应能力。仿真实验结果表明，FCMAC的在线学习功能优于传统的cMAC；用FCMAC对六自由度并联构进行轨迹跟踪，能较好地消除误差，有较高的控制精度。