澳门十大网上博网址
搏彩网邮箱 | 投稿系统 | 高级检索 | 旧版回顾

视点首页 > 学术纵横 > 正文

机械学院国凯课题组研究论文入选Web of Science高被引论文

发布日期:2020年01月14日 16:28 点击次数:

[本站讯]日前,机械工程学院国凯课题组在电气和电子工程师协会主办的机电领域Top期刊IEEE Transactions on Industrial Electronics(中科院JCR期刊1区,IF=7.503)上发表论文,题目为“Composite Learning Robot Control With Friction Compensation: A Neural Network-Based Approach”,该成果于2020年1月入选为Web of Science高被引论文。机械工程学院国凯助理研究员为论文第一作者,澳门十大网上博网址为第一完成单位。该项工作得到了国家自然科学基金面上项目、青年项目,山东省重点研发计划和澳门十大网上博网址青年学者未来计划等项目的资助。

由于机器人系统存在复杂的非线性特性,系统中的未建模动态和外干扰会对高性能轨迹跟踪控制产生较大不利影响。在传统的机器人自适应控制方法中,多基于持续激励条件假设,导致控制结果较为保守,适用性受到限制。在该研究中,国凯课题组针对机器人高性能轨迹跟踪控制中的未知参数精确建模、辨识及补偿问题,提出了一种神经网络复合学习控制方法。针对系统未知参数进行在线复合自适应学习,通过历史数据和在线数据并联驱动未知参数实时更新,在interval-excitation条件下即可保证参数估计值收敛。针对复合学习过程中的变量替换问题,提出了分区神经网络控制结构,提高了非线性不确定项的学习精度,避免了对系统信号高阶导数项的需求,提高了闭环系统的鲁棒性。该工作证明了神经网络复合学习控制方法的有效性和优越性,为机器人高性能控制提供了新思路。

在过去几年内,该课题组在机器人、机电系统非线性控制等方面进行了深入研究,连续在机电领域的多个著名期刊Automatica、IEEE Transactions on Industrial Electronics、Automation In Construction等发表多篇高水平论文。

相关链接https://ieeexplore.ieee.org/document/8584486


【供稿单位:机械学院    作者:李建勇             编辑:新闻网工作室    责任编辑:冉青 张丹丹  】

 匿名发布 验证码 看不清楚,换张图片
0条评论    共1页   当前第1拖动光标可翻页查看更多评论

最新发布

新闻排行

免责声明

您是本站的第: 位访客

您是本站的第:64104994 位访客

新闻中心电话:0531-88362831 0531-88369009 联系信箱:xwzx@sdu.edu.cn

建议使用IE8.0以上浏览器和1366*768分辨率浏览本站以取得最佳浏览效果

欢迎关注搏彩网视点微信