基于改进的LSTM的工业机器人柔性关节迟滞建模

作者：党选举; 刘帆^*

来源：组合机床与自动化加工技术, 2021, (07): 1-4.

DOI：10.13462/j.cnki.mmtamt.2021.07.001

• 柔性关节
• 迟滞特性
• 长短时记忆神经网络
• RBF神经网络

为了描述工业机器人柔性关节的复杂迟滞特性,搭建一个基于改进的LSTM的工业机器人柔性关节迟滞特性模型。结合迟滞特性的记忆特性,利用具有记忆特性的长短时记忆神经网络(Long Short-Term Memory, LSTM)构建出工业机器人柔性关节的LSTM迟滞模型。针对LSTM迟滞模型在描述其迟滞特性时存在幅值和相位误差的问题,为了进一步提高其模型精度,对LSTM进行改进,在LSTM迟滞模型之后串联一个RBF动态神经网络,对LSTM迟滞模型的幅值和相位误差进行补偿。根据数据实验的结果表明,改进的LSTM迟滞模型的建模与验证均方误差分别为0.024 7和0.064 3,与LSTM迟滞模型相比,所提出的改进的LSTM迟滞模型具有更高的精度。

• 单位
  桂林电子科技大学; 自动化学院