以類神經網路推測機械手臂與環境之接觸力

淡江大學機構典藏 > 工學院 > 機械與機電工程學系暨研究所 > 會議論文 > Item 987654321/38205

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/38205

题名:	以類神經網路推測機械手臂與環境之接觸力
作者:	王文鴻;王銀添
贡献者:	淡江大學機械與機電工程學系
关键词:	倒傳遞網路;順應接觸模型
日期:	1994-09-15
上传时间:	2010-01-11 14:52:09 (UTC+8)
出版者:	臺北市：中國模糊學會
摘要:	在工業生產過程中，往往要求機械系統能夠作高速的運作，因此機件問常產生許多的碰撞與接觸，造成機械系統的不穩定。為了克服此問題，在控制過程中常加入一個補償項，用以消除碰撞時周邊環境對其產生的衝擊力。本丈利用倒傳遞類神經網路求解機械系統的接觸力，取代傳統接觸力的求取方法。神經網路除了真有即時運算的特色之外，並且真有學習能力，可應用於各種不同材質的機械系統，在不同的接觸情況下力量的求取。此外，由於訓練範例是由接觸力學理論求得，因此研究的過程中，亦詳細地討論了剛體運動的模擬和剛體碰撞模型，並選取合適的剛體碰撞模型。最後並且使用順應接觸模型取代剛體碰撞模型，求取碰撞時的接觸力。 In industrial manufacturing process, it is often to require the ability of high-speed operations of the mechanical system. During these operations, there exist contacts and impacts between mechanical components and cause instabilities of the system. To overcome these difficulties of instability, a control algorithm is required to compensate the influence of contacts and impacts with the environment. In this research, we use artificial neural networks instead of traditional approaches to get the contact forces of mechanical systems. The artificial neural networks have the characteristics of real-time computing and the ability of learning, so that they can be used in this study to get contact forces. We apply the networks for mechanical systems in the different contact situations and in the cases of system components made from different materials. All of the training examples are obtained from the theory of contact mechanics. The results can be applied to the simulations of manufacturing processes, robot manipulations and assembly operations.
關聯:	中華民國第二屆模糊理論與應用研討會論文集=1994 Second National Conference on Fuzzy Theory and Applications (Fuzzy 1994)，頁207-212
显示于类别:	[機械與機電工程學系暨研究所] 會議論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	175	检视/开启
index.html		0Kb	HTML	109	检视/开启
以類神經網路推測機械手臂與環境之接觸力.pdf	摘要	859Kb	Adobe PDF	175	检视/开启

在機構典藏中所有的数据项都受到原著作权保护.

TAIR相关文章

数据加载中.....