基于模糊RBF神经网络动态摩擦分块补偿的机器人数字鲁棒滑模控制算法

摘要：

结合非线性、强耦合的机器人动力学模型,提出了采用3个模糊RBF神经网络对机器人中的不确定项——LuGre动态摩擦进行分块补偿的机器人数字鲁棒滑模控制算法,在线自适应训练非线性动态摩擦项的参数,并分析了该算法的Lyapunov稳定性.通过在二自由度机器人上的仿真,证明了该算法具有高精度、高可靠性、高品质、稳定、强鲁棒性等特点.同时发现了该机器人的摩擦模型中存在类菱形吸引子等非线性动力学现象.

关键词：模糊RBF神经网络、摩擦补偿、LuGre摩擦模型、不确定性、机器人数字控制

所属期刊栏目：23

分类号：TP242.6(自动化技术及设备)

资助基金：国家自然科学基金资助重点项目50735008;国家自然科学基金资助项目50905189,50905191

在线出版日期：2013-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2792-2796