含齿隙转台伺服系统的RBF神经网络反步控制

作者：王世剑; 孙红江; 王佳伟; 董光能

来源：现代制造工程, 2021, (05): 39-13.

DOI：10.16731/j.cnki.1671-3133.2021.05.007

• 伺服系统
• 齿隙
• 反步控制
• 径向基函数神经网络反步控制

针对工业机器人转台伺服系统中齿轮齿隙导致的驱动延时和响应迟滞,提出了一种基于径向基函数(Radial Basis Function, RBF)神经网络的反步控制方法。首先,建立工业机器人转台伺服系统的状态空间方程,运用死区函数描述了齿隙非线性;其次,设计了速度观测器,对速度信息进行估计,解决了工业机器人转台伺服系统负载的速度信息难以测量的问题,同时应用反步法,引入虚拟控制量,选择Lyapunov函数反步递推,RBF神经网络用于逼近系统中的非线性部分,设计出RBF神经网络反步控制器,并通过李雅普诺夫稳定性原理证明了系统的稳定性;最后,搭建了仿真系统和实验平台,并且和单一反步控制策略仿真结果进行了对比,从系统对不同信号的跟踪精度、系统的鲁棒性以及自适应能力三方面验证了所提控制策略的优越性,在系统受到干扰时,对正弦信号的跟踪误差约为单一反步控制策略的50%;在方波信号跟踪下,响应时间降低了约40%,跟踪精度提升了50%。

• 单位
  西安交通大学