Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Neural Processing Letters
Erschienen in: Neural Processing Letters 3/2019

25.05.2018

Neural Block Control via Integrator Backstepping for a Robotic Arm in Real-Time

verfasst von: Francisco Jurado, Luis A. Vázquez, Carlos E. Castañeda, Ramon Garcia-Hernandez, Miguel A. Llama

Erschienen in: Neural Processing Letters | Ausgabe 3/2019

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper presents an online neural identification and control scheme in continuous-time for trajectory tracking of a robotic arm evolving in the vertical plane. A recurrent high-order neural network (RHONN) structure in a block strict-feedback form is proposed to identify online in a series-parallel configuration, using the filtered error learning law, the dynamics of the plant. Based on the RHONN identifier structure, a stabilizing controller is derived via integrator backstepping procedure. The performance of the neural control scheme proposed is tested on a two degrees of freedom robotic arm, of our own design and unknown parameters, powered by industrial servomotors.
Vorheriger Artikel Weighted Pseudo Almost Periodic Solutions for Cellular Neural Networks with Multi-proportional Delays
Nächster Artikel Alignment Based Kernel Selection for Multi-Label Learning

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Nørgaard M, Ravn O, Poulsen NK, Hansen LK (2000) Neural networks for modelling and control of dynamic systems. Springer, LondonMATHCrossRef
2.
Liu GP (2001) Nonlinear identification and control a neural network approach. Springer, LondonMATHCrossRef
3.
Kosmatopoulos EB, Ioannou PA, Christodoulou MA (1992) Identification of nonlinear systems using new dynamic neural network structures. In: Proceedings of the 31st conference on decision and control, pp 20–25
4.
Kosmatopoulos EB, Polycarpou MM, Christodoulou MA, Ioannou PA (1995) High-order neural network structures for identification of dynamical systems. IEEE Trans Neural Netw 6(2):422–431CrossRef
5.
Kosmatopoulos EB, Christodoulou MA, Ioannou PA (1997) Dynamical neural networks that ensure exponential identification error convergence. Neural Netw 10(12):299–314CrossRef
6.
Mohammadzaheri M, Chen L, Grainger S (2011) A critical review of the most popular types of neuro control. Asian J Control 14(1):1–11MathSciNetMATHCrossRef
7.
Sanchez EN, Gaytan A, Saad M (2006) Decentralized neural identification and control for robotics manipulators. In: Proceedings of the IEEE international symposium on intelligent control, October 4–6, Munich, Germany
8.
Rovithakis GA, Christodoulou MA (2000) Adaptive control with recurrent high-order neural networks. Springer, LondonCrossRef
9.
Alvarez S, Castañeda CE, Jurado F (2012) Neural identification and control using high–order sliding modes. In Proceeding of the Latin American control conference (CLCA), Red Peruana de Control y Automatización (REPCA), Lima, Perú, pp 23–26
10.
Shiev K, Shakev N, Topalov AV, Ahmed S (2012) Trajectory control of manipulators using type-2 fuzzy neural friction and disturbance compensator. In: IEEE international conference on intelligent system (IS), pp 324–329
11.
12.
13.
Wang M, Yang A (2016) Adaptive neural control of robot manipulator with prescribed performance. In: Proceedings of the 35th chinese control conference, July 27–29, Chengdu, China
14.
Na J, Yang C, Yang R (2016) Adaptive RBFNN control of robot manipulators with finite-time convergence. In: 42nd annual conference of the IEEE industrial electronics society, IECON, pp 42–47
15.
He W, Chen Y, Yin Z (2016) Adaptive neural network control of an uncertain robot with full-state constraints. IEEE Trans Cybern 46(3):620629CrossRef
16.
Mostefai L, Denai M, Oh S, Hori Y (2009) Optimal control design for robust fuzzy friction compensation in a robot joint. IEEE Trans Ind Electron 56:3832–3839CrossRef
17.
Park SH, Han SI (2011) Robust-tracking control for robot manipulator with deadzone and friction using backstepping and RFNN controller. IET Control Theory Appl 5(12):1397–1417MathSciNetCrossRef
18.
19.
20.
21.
Farell JA, Polycarpou M (2006) Adaptive approximation based control unifying neural, fuzzy and traditional adaptive approximation approaches. Wiley, HobokenCrossRef
22.
Slotine JJE, Li W (1991) Applied nonlinear control. Prentice-Hall Inc, Englewood CliffsMATH
23.
Sastry S, Bodson M (1989) Adaptive control: stability, convergence, and robustness. Prentice-Hall Inc., Englewood CliffsMATH
24.
Ioannou PA, Datta A (1991) Robust adaptive control: a unified approach. Proc IEEE 79(12):1736–1768CrossRef
25.
Pham DT, Liu X (1995) Neural networks for identification, prediction and control. Springer, LondonCrossRef
26.
Landau ID (1979) Adaptive control. Marcel Dekker Inc., New YorkMATH
27.
Narendra KS, Annaswamy AM (1989) Stable adaptive systems. Prentice-Hall Inc., Englewood CliffsMATH
28.
Raol JR, Girija G, Singh J (2004) Modelling and parameter estimation of dynamic systems. The Institution of Electrical Engineers, LondonMATHCrossRef
29.
Lewis FL, Jagannathan S, Yesildirek A (1999) Neural network control of robot manipulators and nonlinear systems. Taylor & Francis, Philadelphia
30.
Kelly R, Santibáñez V (2003) Control de movimiento de robots manipuladores. PEARSON Prentice Hall, Madrid, pp 285–297
31.
Jurado F, Flores MA, Santibáñez V, Llama MA, Castañeda CE (2011) Continuous-time neural identification for a 2 DOF vertical robot manipulator. In: Proceedings of the electronics, robotics and automotive mechanics conference (CERMA), pp 77–92
32.
Sanchez EN, Alanis AY, Loukianov AG (2008) Discrete time high order neural control. Springer, BerlinMATHCrossRef
33.
Krstić M, Kanellakopoulos I, Kokotović P (1995) Nonlinear and adaptive control design. Wiley, New YorkMATH
34.
Utkin V, Chen DS, Chang HC (2000) Block control principle for mechanical systems. J Dyn Syst Meas Control 122:1–10CrossRef
Metadaten
Titel
Neural Block Control via Integrator Backstepping for a Robotic Arm in Real-Time
verfasst von
Francisco Jurado
Luis A. Vázquez
Carlos E. Castañeda
Ramon Garcia-Hernandez
Miguel A. Llama
Publikationsdatum
25.05.2018
Verlag
Springer US
Erschienen in
Neural Processing Letters / Ausgabe 3/2019
Print ISSN: 1370-4621
Elektronische ISSN: 1573-773X
DOI
https://doi.org/10.1007/s11063-018-9860-2

Weitere Artikel der Ausgabe 3/2019

Neural Processing Letters 3/2019 Zur Ausgabe

OriginalPaper

Discrete Multi-graph Hashing for Large-Scale Visual Search

OriginalPaper

Convergence of Neutral Type Fuzzy Cellular Neural Networks with D Operator

OriginalPaper

Pseudo Almost Automorphic Solutions for Multidirectional Associative Memory Neural Network with Mixed Delays

OriginalPaper

Rapid Pedestrian Detection Based on Deep Omega-Shape Features with Partial Occlusion Handing

OriginalPaper

Multi-Delay-Dependent Exponential Synchronization for Neutral-Type Stochastic Complex Networks with Markovian Jump Parameters via Adaptive Control

OriginalPaper

A Comparison: Different DCNN Models for Intelligent Object Detection in Remote Sensing Images

Neuer Inhalt

    Bildnachweise