不确定机器人的自适应神经网络迭代学习控制

• 作者: 沈书坤 王洪斌 王跃灵
• 来源期刊: 武汉理工大学学报
• 学科: 工学
• 关键词: 机器人 迭代学习控制 RBF神经网络 滑模变结构控制 低通滤波器
• 年，卷（期）: 2009,（24）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 135-138,144
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3963/j.issn.1671-4431.2009.24.034

摘要

针对不确定性机器人系统轨迹重复跟踪问题,提出一种自适应神经网络迭代学习控制方法.将系统的不确定项描述为周期性和非周期性两部分.通过采用迭代学习算法时周期性不确定部分进行迭代学习,采用RBF神经网络对非周期性不确定部分的未知上界自适应学习,并引入低通滤波器(LPF)来消除滑模控制中出现的抖振现象.该控制方法不仅对系统的不确定性和有界外部扰动具有鲁棒性,而且使得整个系统在迭代域中是全局渐进稳定的.严格的证明和仿真结果表明了该控制震略的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪斌		75	525	11.0	20.0
2	王跃灵		22	89	5.0	9.0
3	沈书坤		2	4	1.0	2.0