不确定关节机器人模型的神经网络补偿自适应控制

• 作者: 钟斌
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 关节机器人 不确定模型 RBF神经网络 自适应权值调整
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 机械动力学
• 页码范围: 372-377
• 页数: 6页
• 分类号: TP242.2
• 字数: 3212字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.2017.0308

摘要

为了达到关节机器人轨迹跟踪控制的目的,针对由于机器人结构参数、作业环境干扰及结构共振模式等不确定性因素造成的机器人不确定性动力学模型,将该模型分解为名义模型和建模误差两部分,其中的建模误差采用RBF神经网络进行补偿和估计,得到其估计信息.RBF神经网络的权值通过Lyapunov稳定性分析和自适应算法进行调节.机器人的神经网络补偿自适应控制解决了机器人这类不确定模型的轨迹跟踪控制问题.对3关节机器人实验验证结果表明,3关节均在约4s时跟踪期望轨迹,并且跟踪误差渐近趋近于0,并且RBF神经网络能很好地逼近由不确定性因素引起的建模部分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟斌	中国人民武装警察部队工程大学装备工程学院	9	30	3.0	5.0