科研之友
微信
新浪微博
Facebook
分享链接
摘要
对具有时变约束的不确定多自由度机械臂动态系统问题，设计出一种基于障碍李雅普诺夫函数(Barrier Lyapunov Function, BLF)的自适应径向基函数神经网络切换控制器。在传统的径向基函数神经网络(Radial Basis Function Neural Network, RBFNN)的基础上设计出一种带有时变参数的万能逼近器逼近机械臂系统中的不确定性，引入BLF进行稳定性分析，并设计一个滑模面使未知机械臂系统的状态在超出预先设计的定义域时，能够通过自适应律进入RBFNN的万能逼近域。仿真结果表明，该控制器可以保证系统在时变输出约束的条件下具有良好的跟踪性能，与其他的RBFNN控制器相比，该控制器的逼近精度可以自动在线更新，并将半全局稳定性扩展到全局稳定性。
-
单位西安邮电大学; 自动化学院
