基于理想轨迹学习的机械手神经自适应控制

• 作者: 孙富春 朱云岳 陆文娟
• 来源期刊: 清华大学学报
• 学科: 工学
• 关键词: 机械手 神经网络 自适应 稳定性 逼近
• 年，卷（期）: 1999,（11）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 123-126
• 分类号: TP242.6|TP273.2
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.1999.11.034

摘要

在机械手鲁棒控制的基础上,讨论了神经网络逼近误差界未知情形下机械手的神经网络直接自适应控制方法,这里神经网络用于补偿系统的不确定性,提高整个系统的跟随性能.提出设计方法的主要特点是神经网络控制器设计采用机械手待跟随的理想关节信号代替实际的机械手关节角、关节速度和关节角加速度作为神经网络的输入,此外神经网络的逼近误差界假设是未知的.给出了具体的系统设计算法,并证明了神经网络学习算法的收敛性和整个系统的全局稳定性.最后,一两连杆机械手的控制器设计仿真实例验证了提出算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆文娟	清华大学电机工程与应用电子技术系	21	400	10.0	20.0
2	朱云岳	清华大学电机工程与应用电子技术系	1	4	1.0	1.0