自由漂浮空间机械臂基于神经网络的鲁棒自适应控制
考虑数学模型难以精确获得及带外部干扰情况下,针对自由漂浮空间机械臂的轨迹跟踪控制问题,提出一种基于神经网络的自适应鲁棒控制策略.基于Lyapunov稳定性理论设计理想控制器,进而推出系统的不确定模型.利用神经网络的学习能力逼近系统不确定模型,从而避免保守上界的估计.利用线性化技术并结合Lyapunov函数,设计包括权值及隐层参数在内的在线自适应学习律及鲁棒控制器,加快了误差收敛速度及控制精度,并消除了高阶逼近误差及扰动,保证了系统的一致最终有界,仿真比较表明了该控制策略的有效性.
神经网络、空间机械臂、鲁棒控制器、自适应控制
48
TP242(自动化技术及设备)
国家自然科学基金61171189;浙江省自然科学基金LZ12F02001,LY12E05011
2013-01-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
36-40