华南理工大学学报(自然科学版)

作者：刘凯, 陈伊宁, 吴阳, 等

单位：1． 南京航空航天大学 机电学院，江苏 南京 210016; 2． 东北林业大学 机电工程学院，黑龙江 哈尔滨 150040

关键词：气动人工肌肉,RBF 神经网络,自适应 PID,位置控制

基金：国家自然科学基金资助项目 (51405229); 江苏省自然科学基金资助项目 (BK20151470，BK20171416)

搭建了气动人工肌肉静态测试平台，在 0. 1 ～ 0. 8 MPa 气压下进行多次测量试验，对气动人工肌肉进行特性分析，根据理论模型和测试数据建立了数学模型，模型求解精度较好。考虑外负载、气源气压和系统摩擦等因素对数学模型的影响，结合RBF网络的快速学习能力设计了一种基于 RBF 网络的 PID 控制策略。在外负载50 ～200N 的条件下，搭建了气动人工肌肉动态测试平台并进行了多组位置控制试验。结果表明，传统 PID 控制只能在一定的外负载范围内实现较好的位置控制，基于RBF 网络的 PID 控制能自适应调整 PID 参数，且响应速度快，调节时间短，超调量小，能更好地补偿其数学模型误差并实现精确的位置控制。

来源：2020年第5期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2020年第5期