首页> 中文期刊> 《装备制造技术》 >基于模型整体逼近的机械臂RBF网络自适应控制

基于模型整体逼近的机械臂RBF网络自适应控制

         

摘要

工业机械臂是工业机器人的一种,由两个以上关节连接而成。由于关节多,工业机械臂在工作过程中个各关节运动误差不断叠加,导致工业机械臂末端执行器误差比较大。因此,针对工业机械手臂在工作过程中轨迹控制时误差偏差大、鲁棒性差、效率低等缺点,提出了一种基于模型整体逼近(RBF)网络的机械手自适应控制方法,首先通过拉格朗日原理建立工业机械臂的动力学模型,其中模型不确定项由工业机械臂在工作过程中所受外界干扰以及摩擦力组成。在控制律设计中,面对机械臂系统误差和摩擦扰动导致的轨迹偏差问题,采用单隐层RBF神经网络对动态模型的不确定性进行辨识和补偿,从而提高驱动力矩的精度;最后,通过调整神经网络权重自适应律的系数,使包含辨识结果的控制律满足李亚普诺夫稳定性定理,从而保证动力学系统的稳定性,提高了控制精度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号