基于神经网络柔性关节机械臂反演滑模控制
作者:
施琳琳
[1]
陈强
[2]
关键词:
柔性关节机械臂
反演法
滑模控制
神经网络
摘要：
针对模型不确定的柔性关节机械臂系统,提出一种基于神经网络的反演滑模控制方法.与传统刚性机械臂相比,考虑柔性关节机械臂数学模型能更好的实现高精度控制性能.将反演法与滑模控制相结合,将复杂的非线性系统分解成不超过系统阶数的子系统,设计虚拟控制量,并在第一个子系统中引入积分滑模面来改善系统的控制性能.其中,通过sigmoid神经网络实现对未知函数和虚拟控制量导数的逼近来简化控制器的设计.仿真结果证明该方法具有良好的跟踪性能,柔性关节机械臂系统的输出能实现稳定跟踪.
上一篇： 基于无扰切换的高超声速飞行器姿态控制
下一篇： KTA-SVM的变压器油中溶解气体浓度预测