10.3969/j.issn.1006-9348.2016.12.072
关于机器人的机械臂对目标轨迹跟踪优化控制
针对上界不确定机械臂的轨迹跟踪问题,提出了一种基于RBF神经网络的滑模控制与模糊控制相结合的控制方法,分别采用状态反馈和滑模变结构对系统确定部分和不确定部分进行控制,同时建立模糊系统用来进行系统控制量的切换.而对于实际系统中所存在的不确定因素上界难以预测的问题,根据神经网络的特点,提出利用自适应神经网络对不确定部分的上界进行在线学习.最后对上述控制方法进行了仿真验证,得到了预期的控制效果.仿真结果表明,在存在外部扰动和模型误差的情况下,改进控制器可以实现对系统期望轨迹的稳定跟踪.
不确定上界、神经网络、滑模控制、模糊控制
33
TP242(自动化技术及设备)
国家自然科学基金61203047
2017-02-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
338-341,389