Stewart平台RBF神经网络解耦控制器研究发表
热点事件持续更新
Stewart平台RBF神经网络解耦控制器研究发表
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
Ji Yuan Zhai 发表研究，提出用于 Stewart 平台主动隔振与姿态调整的 RBF 神经网络解耦控制器（RBF-DC），基于多自由度独立解耦框架，并用 Lyapunov 理论验证控制器全局渐近稳定。 作者将伪刚体模型与 Newton-Euler 方法结合建立含基座振动的非线性动力学模型，模型固有频率误差低于 3.6%。论文称，与 PID 控制器相比，RBF-DC 在低频随机与宽带随机激励下完全消除共振峰，相对被动隔振的衰减率在平动方向超过 95%、转动方向超过 85%。
AI 根据报道生成 · 12 小时前更新
最新进展10月27日 08:00
Stewart 平台的 RBF 神经网络解耦控制用于主动隔振与姿态调整报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- Springer 外骨骼关键词精选Stewart 平台的 RBF 神经网络解耦控制用于主动隔振与姿态调整
论文提出一种基于多自由度独立解耦框架的 RBF 神经网络解耦控制器（RBF-DC），用于 Stewart 平台的主动隔振与姿态调整。作者将伪刚体模型与 Newton-Euler 方法结合建立含基座振动的非线性动力学模型，模型固有频率误差低于 3.6%，并用 Lyapunov 理论验证控制器全局渐近稳定。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 910月27日 12:00
- 近 24 小时变化
- –
02.557.510
12:0014:0016:0018:0020:0022:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。