10.3969/j.issn.1671-7848.2007.05.024
基于模糊神经网络的机器人滑模自适应控制
滑模控制(SMC)响应快,对系统参数和外部扰动呈不变性,可保证系统的渐近稳定性,但其缺点是控制存在很强的抖动;而模糊神经网络(FNN)具有模糊系统和神经网络共同的特点.将滑模控制和模糊神经网络控制有机结合,利用简单得到的学习信号对模糊神经网络进行在线学习,通过平滑切换函数实现直接自适应控制策略.对两连杆机械手的仿真研究表明,在存在模型误差和外部扰动的情况下,该方案既能达到高精度快速跟踪的目的,又能有效减小滑模控制的抖动问题.
机器人、滑模控制、模糊神经网络、直接自适应控制
14
TP273(自动化技术及设备)
2007-11-12(万方平台首次上网日期,不代表论文的发表时间)
共4页
532-534,539