基于死区补偿的神经网络自适应鲁棒控制

• 作者: 汪敏 肖斌
• 来源期刊: 科技与创新
• 关键词: 死区补偿 RBF神经网络 鲁棒自适应控制
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 测控自动化
• 页码范围: 84-85,8
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2011.05.033

摘要

机器人执行机构的死区非线性对系统性能有较大影响.本文采用具有快速学习能力的RBF神经网络代替经典补偿器中的BP增广网络,设计了死区补偿的RBF网络自适应鲁棒控制,不但可以大大减少系统参数,还可以使得网络的初始化工作清晰明确.同时引入了GL矩阵和GL乘法算子的数学概念,从而在数学上严格证明了n节关节机器人系统的稳定性问题.仿真结果表明,所提方法具有良好的跟踪性能和较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪敏	西南石油大学电子信息工程学院	20	65	5.0	7.0
2	肖斌	西南石油大学计算机科学学院	24	92	6.0	8.0