科研之友
微信
新浪微博
Facebook
分享链接
摘要
水下机械手可以代替人类在水下的极端环境中完成各种复杂作业，目前已得到广泛应用，针对水下机械手控制方法的研究已成为水下机械手领域研究的热点，但目前的研究多局限于静水环境，忽略自然水体中存在的定向流，造成研究环境与实际工况存在较大差异。本研究考虑水体中定向流的影响，建立基于水动力学模型的水下机械手动力学模型，提出基于定向流影响的RBF神经网络进行模型整体逼近的非线性鲁棒自适应控制方法，并进行稳定性分析。通过分析不同速度定向流的轨迹跟踪仿真结果，证明该控制方法在控制误差、稳定性及自适应性方面相比常见的计算力矩法存在明显优势。
- 单位
