在线数据记录和扰动观测器相结合的柔性机械臂复合学习控制
本文针对多输入多输出的柔性机械臂动力学模型,提出了一种基于神经网络估计和扰动观测器的复合学习控制策略.首先,通过奇异摄动分析将系统解耦为快慢子系统.然后,针对慢变刚性子系统的动力学模型,基于在线数据记录模型构造新型预测误差,结合跟踪误差设计自适应控制律;针对快变柔性子系统采用滑模控制抑制弹性振动.在此基础上,构建了扰动观测器实时估计复合扰动信号,并纳入在线数据记录模型作为前馈补偿.最后,基于Lyapunov稳定性分析可证系统误差信号一致终值有界,仿真算例验证了所提策略的有效性和优越性.
柔性机械臂、在线数据记录、扰动观测器、复合学习控制
41
TU317.1;TN929.5;TU996.7
2024-09-19(万方平台首次上网日期,不代表论文的发表时间)
共10页
1417-1426