目前,體育教學及體育訓練主要以體力鍛煉輸出負載與體育教學的經驗灌輸為代價,存在體育鍛煉及體育競技運動周期長、損傷風險大,單一被動式體育訓練及體育鍛煉特征缺陷明顯。為此,本文給出了一種基于體育輔助運動機器人的神經元自適應PID控制的算法,建立了了一種基于體育輔助運動機器人的神經元自適應PID控制系統(tǒng),利用MATLAB進行仿真。仿真結果表明:采用神經元自適應PID控制器的跟蹤精度更高,相比于傳統(tǒng)的PID控制,位置誤差縮小了50%,引入擾動時,轉速波動大幅降低,抗擾動能力明顯提升。實驗在隴東學院體育學院實驗取得良好的效果;同時,在其他的地方體育的教學和訓練具有較強的借鑒意義。 

【文章來源】：甘肅科技. 2020,36(22)

【文章頁數】：4 頁

【部分圖文】：

跟蹤精度(位置)

甘肅科技第36卷圖3速度(穩(wěn)定性)誤差曲線2圖5跟蹤精度(位置)誤差曲線2（2）根據式(2)的形式，單神經元控制器中，輸入層可以設為5個輸入，分別是e(k)、e(k-1)、e(k-2)、e(k)、u(k-1)、u(k),其中，e(k)為給定和反饋的誤差值；輸出層為u(k);權值為ω1（k）、ω2（k）、ω3（k）控制器的輸出為（3）其中：，k神經元比例系數。神經元層分別為：x1（k），x2（k），x3（k）。x1（k）=e(k)，x2（k）=e(k)-e(k-1)（4）x3（k）=e(k)-2e(k-1)+2e(k-2)（5）在設計單神經元自適應PID控制器時，需要注意學習規(guī)則的選娶神經元比例系數的選娶學習率的選取等。3神經元自適應PID控制的設計在攀爬建筑物的過程中，體育輔助運動機器人經常受到許多外部因素的影響，如乘客的姿勢和體重的差異，以及運動訓練機器人輔助機器人傾斜角的差異，參數已更改。PID控制器不能根據被控對象參數的變化進行相應的調整，控制效果往往很差。因此，在神經元自適應控制系統(tǒng)及PID控制系統(tǒng)，本文設計的神經元自適應PID控制器，結構圖如圖1所示。圖1模糊PID控制系統(tǒng)結構框圖4仿真結果與實驗分析仿真條件參數設置如下：質量之和約為130kg，重力G為130N，轉速設定為電機額定轉速3000r/min，通過調節(jié)負載使原電機在目標轉速下以額定功率驅動運行。所選BLDC電機極對ρn=4,定子電感Ld=La=30mH,定子電阻r=7Ω,電機轉矩常數fm=0.12556(Nm/A),轉動慣量1.39×10-6(kg·m2)。4.1神經元自適應PID控制的影響因素分析4.1.1速度（穩(wěn)定性）誤差的問題分析體育輔助運動機器人的神經元自適應PID控制的速度（穩(wěn)定性）誤差曲線，如圖2~3所示。仿真結果表明：在體育輔助運動機器人速度控

）x3（k）=e(k)-2e(k-1)+2e(k-2)（5）在設計單神經元自適應PID控制器時，需要注意學習規(guī)則的選娶神經元比例系數的選娶學習率的選取等。3神經元自適應PID控制的設計在攀爬建筑物的過程中，體育輔助運動機器人經常受到許多外部因素的影響，如乘客的姿勢和體重的差異，以及運動訓練機器人輔助機器人傾斜角的差異，參數已更改。PID控制器不能根據被控對象參數的變化進行相應的調整，控制效果往往很差。因此，在神經元自適應控制系統(tǒng)及PID控制系統(tǒng)，本文設計的神經元自適應PID控制器，結構圖如圖1所示。圖1模糊PID控制系統(tǒng)結構框圖4仿真結果與實驗分析仿真條件參數設置如下：質量之和約為130kg，重力G為130N，轉速設定為電機額定轉速3000r/min，通過調節(jié)負載使原電機在目標轉速下以額定功率驅動運行。所選BLDC電機極對ρn=4,定子電感Ld=La=30mH,定子電阻r=7Ω,電機轉矩常數fm=0.12556(Nm/A),轉動慣量1.39×10-6(kg·m2)。4.1神經元自適應PID控制的影響因素分析4.1.1速度（穩(wěn)定性）誤差的問題分析體育輔助運動機器人的神經元自適應PID控制的速度（穩(wěn)定性）誤差曲線，如圖2~3所示。仿真結果表明：在體育輔助運動機器人速度控制系統(tǒng)中，模糊PID控制優(yōu)于傳統(tǒng)PID控制，誤差小，穩(wěn)定性和舒適性強。4.1.2跟蹤精度（位置）誤差的問題分析體育輔助運動機器人的神經元自適應PID控制的跟蹤精度（位置）誤差曲線，如圖4~5所示。采用神經元自適應PID控制器的跟蹤精度更高，相比于傳統(tǒng)的PID控制，位置誤差縮小了50%,引入擾動時，轉速波動大幅降低，抗擾動能力明顯提升。圖2速度(穩(wěn)定性)誤差曲線1圖4跟蹤精度(位置)誤差曲線150


本文編號：3122458