基于神经网络的大负载高精度同步绳索驱动补偿控制方法技术

基于神经网络的大负载高精度同步绳索驱动补偿控制方法，属于电机技术领域。本发明专利技术通过神经网络拟合出钢索机构在不同状态下的末端位置。在实际应该过程中再通过同步补偿算法去协调两侧变形补偿量，最终实现可变形系统的两侧变形机构的同步高精度变形。本发明专利技术在电机运动估算出的模糊末端位置的基础上，通过对电流监控，作动环境、作动目标和运行时间监控，并将这些数据提供给神经网络就可以拟合出一个真实位置与模糊位置的估算误差，通过对模拟误差补偿，使得系统估算的末端位置逼近真实末端位置，达到最终的误差要求完成整改变形运动。

【技术实现步骤摘要】

本专利技术涉及基于神经网络的大负载高精度同步绳索驱动补偿控制方法，属于电机。

技术介绍

1、在智能变形领域，常常对变形驱动系统提出尺寸要求，目前的驱动系统不仅具有较大的自身重量，同时无法满足在狭小空间内驱动末端执行器运动；基于这一痛点，智能变形团队提出了柔性钢索驱动系统，由于狭小空间内无法安装位置传感器所以需要针对目标环境对末端移动位置进行预估。

2、同时在智能变形领域，变形往往是成对出现的，为了使得变形后的整体形状继续保持对称，这就要求，在变形过程中需要保持两侧变形机构同步变形。柔索传动虽然具有质量较轻，占用空间较小的特点，缺点是由于钢索自身存在弹性，虽然可以根据电机运行状态估算出大致的末端位置，但在不安装位移传感器的情况下，无法获得准确的位置评估，需要提前对末端误差进行补偿才能满足最终误差要求；同时由于可变形系统的对称性，需要满足两侧变形机构同步对称变化。

技术实现思路

1、本专利技术解决的技术问题是：克服现有技术的不足，提供了基于神经网络的大负载高精度同步绳索驱动补偿控制方法，通过神经网络拟本文档来自技高网...

【技术保护点】

1.基于神经网络的大负载高精度同步绳索驱动补偿控制方法，其特征在于，包括：

2.根据权利要求1所述的基于神经网络的大负载高精度同步绳索驱动补偿控制方法，其特征在于，所述驱动器运行过程数据包括当前时刻的末端位置估计值、目标距离、输出电流、负载、钢索张紧力和系统参数。

3.根据权利要求1所述的基于神经网络的大负载高精度同步绳索驱动补偿控制方法，其特征在于，所述神经网络的类型为时序神经网络LSTM。

4.根据权利要求1所述的基于神经网络的大负载高精度同步绳索驱动补偿控制方法，其特征在于，所述预设值为90％。

5.根据权利要求1所述的基于神经网络的...

【技术特征摘要】

1.基于神经网络的大负载高精度同步绳索驱动补偿控制方法，其特征在于，包括：

2.根据权利要求1所述的基于神经网络的大负载高精度同步绳索驱动补偿控制方法，其特征在于，所述驱动器运行过程数据包括当前时刻的末端位置估计值、目标距离、输出电流、负载、钢索张紧力和系统参数。

3.根据权利要求1所述的基于神经网络的大负载高精度同步绳索驱动补偿控制方法，其特征在于，所述神经网络的类型为时序神经网络lstm。

4.根据权利要求1所述的基于神经网络的大负载高精度同步绳索驱动补偿控制方法，其特征在于，所述预设值为90％。

5.根据权利要求1所述的基于神经网络的大负载高精度同步绳索驱动补偿控制方法，其特征在于，所述两轴的待补偿量差距值为两轴的待补偿量的比值；所述预设范围为1±30％。

6.根据权利要求1所述的基于神经网络的大负载高精度同步...

【专利技术属性】
技术研发人员：全俊宇，陶云飞，宋洪舟，郑再平，王纯一，崔雪，
申请(专利权)人：北京精密机电控制设备研究所，
类型：发明
国别省市：