基于RBF的机械手建模误差补偿自适应控制

• 作者: 朱煜 李鑫 杨开明
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 建模误差 计算力矩 神经网络 自适应 鲁棒性
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 信息、控制、决策与仿真
• 页码范围: 1474-1478,1484
• 分类号: TP391.9
• 语种: 中文

摘要

针对机械手动力学建模误差,提出了基于RBF神经网络误差补偿的自适应控制策略。在基于逆动力学的计算力矩控制方法的基础上,对系统输入与目标轨迹进行修正,设计了两种误差补偿自适应控制器。利用RBF神经网络对修正项在线自学习,并根据Lyapunov稳定性理论建立了网络权重自适应学习律,保证了跟踪误差的收敛及系统的稳定。以平面转动双臂机械手轨迹跟踪为例进行仿真,结果表明该方法能够有效地补偿建模误差,提高了系统的控制性能并使控制系统具有对参数摄动的鲁棒性,对于机械手自适应控制具有一定的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨开明	清华大学精密仪器与机械学系摩擦学国家重点实验室	44	664	15.0	25.0
2	朱煜	清华大学精密仪器与机械学系摩擦学国家重点实验室	99	1312	17.0	33.0
3	李鑫	清华大学精密仪器与机械学系摩擦学国家重点实验室	29	318	9.0	17.0