基于径向基函数神经网络控制的机械臂轨迹误差研究

摘要：

当前,机械臂关节运动轨迹容易受到外界环境的干扰,导致运动轨迹不稳定,抖动现象特别严重,不能很好地满足轨迹跟踪任务的要求.对此,文中创建机械臂双关节运动简图模型,采用径向基函数(RBF)神经网络自适应控制方法跟踪机械臂关节的运动轨迹.分析了机械臂运动轨迹所产生的误差,设计了机械臂关节神经网络自适应控制器,引用李雅普诺夫函数对控制器的稳定性和收敛性进行了证明.结合具体实例,借助于Matlab软件对机械臂双关节的运动轨迹追踪误差进行仿真.同时,与模糊PID控制的仿真误差进行对比和分析.仿真曲线显示,机械臂关节采用RBF神经网络自适应控制方法,运动轨迹追踪所产生的误差较小,输入力矩的振动幅度相对较小.因此,机械臂关节末端采用RBF神经网络自适应控制器,可以降低运动轨迹的跟踪误差,改善振动现象.

关键词：机械臂、径向基函数、神经网络、仿真、误差

所属期刊栏目：46

分类号：TP24(自动化技术及设备)

资助基金：广东省科技计划项目 2014A010104016

在线出版日期：2018-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：105-108