首页|考虑输出约束的机械臂自适应神经网络鲁棒控制

考虑输出约束的机械臂自适应神经网络鲁棒控制

An Adaptive Neural Network Robust Control for Manipulator Considering Output Constraints

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
在工业机械臂系统的跟踪控制过程中,由于其结构和工作环境复杂,导致难以建立精确的系统模型,针对此问题提出了基于多层前馈神经网络的自适应鲁棒控制器.通过神经网络在线估计机械臂系统动力学模型,并在控制器中进行补偿,同时设计了一个在线更新的鲁棒项克服神经网络的重构误差;考虑机械臂实际系统的输出约束,采用障碍李雅普诺夫函数设计控制律并证明系统的稳定性从而使系统满足约束条件.仿真实验结果表明:在约束条件下所提出的控制器能够实现系统的一致最终有界稳定,且跟踪性能良好,并具有很好的抗干扰和自适应能力.

王鹏飞、胡健、姚建勇、周海波、方靖荃、李曦

展开 >

南京理工大学机械工程学院,江苏南京 210094

中南大学高性能复杂制造国家重点实验室,湖南长沙 410083

机械臂 输出约束 障碍李雅普诺夫函数 前馈神经网络 自适应鲁棒

51975294Kfkt2019-1130920010009

2021

10.19708/j.ckjs.2021.02.218

测控技术
中国航空工业集团公司北京长城航空测控技术研究所

测控技术

CSTPCD
影响因子：0.5
ISSN：1000-8829
年,卷(期)：2021.40(8)
  • 5