自适应神经网络的机械臂终端滑模鲁棒控制

作者：王蕊; 陈书立; 王东辉

来源：制造技术与机床, 2021, (02): 51-57.

DOI：10.19287/j.cnki.1005-2402.2021.02.009

• 机械臂系统
• 不确定性
• 电机动态
• 自适应神经网络
• 终端滑模
• 鲁棒控制

针对带有未知负载力矩和模型误差等不确定性的机械臂系统,同时考虑电机动态特性的影响,提出了一种自适应神经网络的终端滑模鲁棒控制方法。首先建立了包含不确定性和电机动态的机械臂系统模型,然后通过设计终端滑模面来抑制传统滑模面的抖振现象,并提出了终端滑模鲁棒控制律,同时引入RBF神经网络来准确估计不确定性,并且设计了自适应律来实时更新权值向量,从而有效改善了控制效果。通过对比仿真验证了提出的方法能够快速估计不确定性,并准确跟踪指令信号,角度、角速度和角加速度的跟踪误差分别为0.1°、0.1°/s和0.1°/s2,不确定性估计误差仅为0.2 A,实现了对机械臂系统的高精度鲁棒控制。

• 单位
  河南职业技术学院; 郑州大学