【技术实现步骤摘要】
本专利技术涉及机构控制，具体领域为一种基于物理启发神经网络的动力学建模与时间最优控制方法。
技术介绍
1、伴随着工业技术的更新与进步，工业机器人作为工业生产中的重要力量，发挥着越来越大的作用。由于机器人本身存在质量分布不均、形变等问题，导致机器人惯性参数和重心的变化，进而直接造成理论上的动力学模型和工作环境中的动力学模型之间的偏差。此外，在机电系统中，机电转化过程通常是非线性的。这是因为机电系统涉及到各种物理现象，如摩擦、惯性、弹性等，这些现象均会导致系统的行为呈现非线性特征。神经网络具有强大的拟合能力，可以逼近任意复杂的函数关系。通过训练神经网络，可以从大量的实验数据中学习到系统的非线性模型，包括各种复杂的物理现象和相互作用。
2、最优时间轨迹规划是机器人控制中的一项重要技术，它可以使机器人在最短时间内完成既定任务并避免不必要的能量消耗。当前主流算法有数值积分、凸优化、可达性分析等。数值积分速度快，但无法保证100％求解成功，凸优化能够保证100％的成功率但求解时间过长，而可达性分析既能保证100％成功率也兼具较高的计算效
3本文档来自技高网...
【技术保护点】
1.一种基于物理启发神经网络的动力学建模与时间最优控制方法，其特征在于：其步骤为：
2.根据权利要求1所述的一种基于物理启发神经网络的动力学建模与时间最优控制方法，其特征在于：根据步骤(1)和(2)，其具体方式为：
3.根据权利要求2所述的一种基于物理启发神经网络的动力学建模与时间最优控制方法，其特征在于：根据步骤(3)，其具体方式为：
【技术特征摘要】
1.一种基于物理启发神经网络的动力学建模与时间最优控制方法，其特征在于：其步骤为：
2.根据权利要求1所述的一种基于物理启发神经网络的动力学建模与时间最优控制方法，其特征...
【专利技术属性】
技术研发人员：张海峰，李秦川，张佳恒，叶伟，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。