1) Hybrid position/force control
力/位混合控制
1.
An intelligent prediction algorithm to be introduced in conventional hybrid position/force control model is developed to deal with the force-controlled execution of compliant robot tasks in an unknown environment.
针对机器人在形状未知接触环境表面上进行柔顺力控制问题,在传统的力/位混合控制模型中采用一种智能预测算法,此算法通过三种预测因子预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹,并考虑环境曲率和刚度变化的特点。
2.
A fuzzy prediction algorithm arising from conventional hybrid position/force control model is developed to deal with a force-controlled execution of compliant robot tasks in an unknown environment.
针对机器人在形状未知的接触环境表面上进行柔顺力控制的问题,在传统的力/位混合控制模型中采用一种模糊预测算法。
2) hybrid force/position control
力/位混合控制
1.
According to the force on dual-arm robot during its coordinating task,a fuzzy hybrid force/position control strategy based on genetic algorithm is presented.
针对双臂机器人协调操作过程中的受力问题,提出了一种基于遗传算法的双臂机器人模糊力/位混合控制策略。
2.
Presented a hybrid force/position control strategy for position-controlled robotic manipulator.
提出了一种面向位控机器人的力/位混合控制策略。
3) force and position control
力/位混合控制
1.
The method of realization of force and position control for an ORC-open robot controller;
一种开放式机器人控制器力/位混合控制的实现方法
2.
Four strategies, such as impedance control, force and position hybrid control, adaptive control and intelligent strategy, of the study on active compliance are analyzed in detail, and four key problems of force and position control are described.
回顾了机器人力控制研究历史及目前的力控制研究现状；详细分析了现有的四种研究策略：阻抗控制、力／位混合控制、自适应控制策略、智能控制新策略；阐述了作者提出的“力／位并环控制”的智能新策略；提出了机器人力控制的四大关键问题：位置伺服、碰撞冲击及稳定性、未知环境的约束、力传感器；文末展望了力控制研究的发展趋势——智能控制。
4) force-location mix control
力位混合控制
5) position/force hybrid control
位置/力混合控制
1.
A robust adaptive control strategy was proposed for position/force hybrid control of robotic manipulators.
提出一种机器人位置/力混合控制的鲁棒自适应算法,利用自适应算法调节机器人系统的未知参数,为了避免在外界干扰作用下引起自适应参数的漂移,在参数自适应律中引入死区,使自适应控制器具有较强的鲁棒性能,滑模控制消除了死区自适应律引起的参数误差,并且具有较强的干扰抑制能力,使机器人末端执行器能够沿环境约束运动,并与约束表面保持期望的接触力,保证了位置和力轨迹跟踪的鲁棒性与精确性。
6) force/position hybrid control
力/位置混合控制
1.
Based on the force/position hybrid control,a method by means of self-adaptive fuzzy control and CMAC is presented.
为提高机器人系统对机器人末端操纵器与外界工作环境接触时,其接触刚度不确定性的自适应能力,在机器人力/位置混合控制的基础上,设计出了一种基于自适应模糊与CMAC并行控制的机器人力控制器,采用小脑模型神经控制器实现前馈控制,实现被控对象的逆动态模型,自适应模糊控制器实现反馈控制,保证系统的稳定性,且抑制扰动。
补充资料：混合控制电极过程
分子式：
CAS号：
性质：当电极过程中各步骤的速率比较接近时，可存在两个或更多个速率控制步骤的过程。实验指出，如果各步骤中有两个或更多个步骤之活化能都较高且相差不足4kJ/mol，则为混合控制的电极过程。
CAS号：
性质：当电极过程中各步骤的速率比较接近时，可存在两个或更多个速率控制步骤的过程。实验指出，如果各步骤中有两个或更多个步骤之活化能都较高且相差不足4kJ/mol，则为混合控制的电极过程。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条