خانه راهنمای خرید پیگیری سفارش پشتیبانی درباره ما تماس با ما
محصولات مرتبط
دانلود قالب پاورپوینت مهندسی کامپیوتر Computer PowerPoint
دانلود قالب پاورپوینت مهندسی کامپیوتر Computer PowerPoint
قیمت : 10,000 تومان
دانلود حل المسائل مهندسی نرم افزار یان سامرویل Ian Sommerville
دانلود حل المسائل مهندسی نرم افزار یان سامرویل Ian Sommerville
قیمت : 22,500 تومان
مقاله بررسی چارچوب های یادگیری عمیق مقیاس پذیر
مقاله بررسی چارچوب های یادگیری عمیق مقیاس پذیر
قیمت : 15,000 تومان
مقاله مروری بر معماری یادگیری عمیق برای تصویربرداری مغز مبتنی بر EEG
مقاله مروری بر معماری یادگیری عمیق برای تصویربرداری مغز مبتنی بر EEG
قیمت : 15,000 تومان

مقاله کنترل تطبیق خطا برای یک ربات دو طرفه با استفاده از یک شبکه عصبی

مقاله کنترل تطبیق خطا برای یک ربات دو طرفه با استفاده از یک شبکه عصبی

عنوان مقاله فارسی: کنترل تطبیق خطا برای یک ربات دو طرفه با استفاده از یک شبکه عصبی برگردنده موج دار Elman

عنوان مقاله لاتین: Fault Accommodation Control for a Biped Robot Using a Recurrent Wavelet Elman Neural Network

نویسندگان: Chih-Min Lin; Enkh-Amgalan Boldbaatar

تعداد صفحات: 11

سال انتشار: 2017

زبان: لاتین


Abstract:

A model-based fault accommodation control scheme that uses a recurrent wavelet Elman neural network (RWENN) is proposed to achieve satisfactory control without performance degradation for biped robot locomotion with unknown uncertainties and faults. In the fault accommodation scheme, a computed torque control is the main control that is used to track the desired trajectory when there is no fault; and a compensation control is used to eliminate the unknown model uncertainties. The proposed RWENN has an input from a context layer with self-feedback and an output recurrent layer to the hidden layer, which increases the precision and convergence time of the network compared with a recurrent neural network, a recurrent fuzzy neural network, and a recurrent wavelet neural network, so that any dynamic change, such as a fault on the system, can be estimated properly. Thus, it enhances the capability of fault accommodation. The adaptive laws of the RWENN-based fault accommodation control are derived from the Lyapunov theorem; hence, the stability of the system can be guaranteed. Finally, a case study of biped robot control with multiple faults and uncertainties is analyzed, and the effectiveness of the proposed fault accommodation scheme is demonstrated by simulation results. Its superiority is also assessed by a numerical comparison with other neural-network-based control schemes.

فایل هایی که پس از خرید می توانید دانلود نمائید

fault accommodation control for a biped robot using a recurrent wavelet elman neural network_1617881892_47294_4145_1130.zip0.80 MB
پرداخت و دانلود محصول
بررسی اعتبار کد دریافت کد تخفیف
مبلغ قابل پرداخت : 15,000 تومان پرداخت از طریق درگاه
انتقال به صفحه پرداخت