10.3969/j.issn.1009-0134.2018.08.034
多关节机器人事件驱动神经网络滑模控制
针对多关节机器人轨迹跟踪控制问题,提出了一个事件驱动的神经网络滑模控制器.该方法采用RBF神经网络来改善传统滑模控制器,对模型不确定项进行逼近;在此基础上,提出了事件驱动的RBF神经网络滑模控制器,根据跟踪误差和目标轨迹的驱动条件决定控制力矩更新,降低力矩更新频率.利用跟踪误差的最终一致有界性证明控制系统的稳定性,证明系统不存在Zeno行为.针对二关节机器人进行的仿真实验展现了良好的跟踪效果,验证了控制策略的有效性.
事件驱动、多关节机器人、神经网络、滑模控制
40
TP242(自动化技术及设备)
2018-09-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
135-139