首页|改进RBF神经网络的机械臂轨迹跟踪控制方法

改进RBF神经网络的机械臂轨迹跟踪控制方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
机械臂是机器人系统中的重要组成部分之一,机械臂的轨迹跟踪控制是机器人执行后续工作的关键问题.由于外界干扰等不确定因素的影响,导致机械臂轨迹跟踪控制稳定性较差、精度较低、时间较长.为此,提出了改进RBF神经网络的机械臂轨迹跟踪控制方法.采用Lagrange函数,对机械臂系统动力学方程进行定义,导入关节变量的偏导数,获取标称模型运动微分方程,建立机械臂动力学模型.利用Newton算法的术语函数,获得非线性积分滑模控制方程,训练RBF神经网络,更新滑模控制补偿器,实现机械臂轨迹跟踪控制.仿真测试表明,所提方法的机械臂轨迹跟踪控制精度较高、时间较短,能够有效确保跟踪控制稳定性.
Trajectory Tracking Control Method of Manipulator Based on Improved RBF Neural Network

陈军、姜卫东

展开 >

郑州西亚斯学院电子信息工程学院,河南 新郑 451150

合肥工业大学,安徽 合肥 230009

RBF神经网络 Newton算法 Lagrange函数 机械臂轨迹 轨迹跟踪控制

郑州西亚斯学院教学改革项目重点项目(2020)

2020JGZD01

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.(12)
  • 1
  • 9