基于RBF网络最小参数学习法的机械手终端滑模控制

摘要：

针对机械手轨迹跟踪控制算法的问题研究,该文提出了基于RBF神经网络最小参数学习法的终端滑模控制(TSMC)方案.终端滑模控制算法解决了线性滑模控制算法不能在有限时间收敛到系统滑模面的问题,并保持了其对被控系统不确定性的鲁棒性.采用RBF神经网络逼近系统中的不确定项,用单个参数代替神经网络中的权值,从而简化自适应算法,增强了实时控制的要求.同时,用一个鲁棒控制项来抑制神经网络的建模误差和估计误差.Lyapunov理论保证闭环系统的有限时间收敛性和稳定性.最后,以两关节机械手作为被控对象,实验结果证实该控制方案的有效性.

关键词：滑模控制、机械手、轨迹跟踪、RBF神经网络、终端滑模、Matlab

所属期刊栏目：33

分类号：TP241.3(自动化技术及设备)

资助基金：辽宁省创新团队基金项目LT2010047

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：28-33