دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1st Edition. نویسندگان: H.A. Talebi, R.V. Patel, K. Khorasani سری: Lecture Notes in Control and Information Sciences ISBN (شابک) : 1852334096, 9781852334093 ناشر: Springer سال نشر: 2001 تعداد صفحات: 156 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Control of Flexible-link Manipulators Using Neural Networks به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کنترل دستکاریکنندههای پیوند انعطافپذیر با استفاده از شبکههای عصبی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
کنترل دستکاریکنندههای پیوند انعطافپذیر با استفاده از شبکههای عصبی، مشکلاتی را که در کنترل نقطه پایانی دستکاریکنندهای که مقدار قابلتوجهی از انعطافپذیری ساختاری در پیوندهای خود دارد، به وجود میآید، برطرف میکند. مشخصه فاز غیر حداقل، اثرات جفت، غیرخطی ها، تغییرات پارامترها و دینامیک مدل نشده در چنین دستکاری کننده، همه به این مشکلات کمک می کنند. استراتژیهای کنترلی که این عدم قطعیتها و غیرخطیها را نادیده میگیرند، عموماً در ارائه عملکرد حلقه بسته رضایتبخش ناکام هستند. این مونوگراف چندین تکنیک کنترل هوشمند (مبتنی بر شبکه عصبی) را برای رسیدگی به مشکل کنترل نقطه پایانی دستکاریکنندههای پیوند انعطافپذیر در حضور تمام مشکلات ذکر شده توسعه داده و به صورت تجربی ارزیابی میکند. برای برجسته کردن مسائل اصلی، یک دستکاری کننده پیوند بسیار انعطاف پذیر که هاب آن مقدار قابل توجهی اصطکاک را نشان می دهد برای کار آزمایشی در نظر گرفته شده است. چهار طرح شبکه عصبی مختلف پیشنهاد و بر روی بستر آزمایشی پیادهسازی شدهاند. شبکه های عصبی به عنوان کنترل کننده های آنلاین آموزش دیده و به کار گرفته می شوند.
Control of Flexible-link Manipulators Using Neural Networks addresses the difficulties that arise in controlling the end-point of a manipulator that has a significant amount of structural flexibility in its links. The non-minimum phase characteristic, coupling effects, nonlinearities, parameter variations and unmodeled dynamics in such a manipulator all contribute to these difficulties. Control strategies that ignore these uncertainties and nonlinearities generally fail to provide satisfactory closed-loop performance. This monograph develops and experimentally evaluates several intelligent (neural network based) control techniques to address the problem of controlling the end-point of flexible-link manipulators in the presence of all the aforementioned difficulties. To highlight the main issues, a very flexible-link manipulator whose hub exhibits a considerable amount of friction is considered for the experimental work. Four different neural network schemes are proposed and implemented on the experimental test-bed. The neural networks are trained and employed as online controllers.
Introduction....Pages 1-14
Manipulator model....Pages 15-32
Output redefinition....Pages 33-40
Proposed neural network structures....Pages 41-79
Experimental results....Pages 81-114