典型文献
六轴机械臂神经网络自适应终端滑模控制
文献摘要：
考虑模型不确定且存在外界干扰时六轴机械臂的轨迹跟踪控制问题,以快速、稳定地跟踪轨迹规划生成的各关节期望轨迹为控制目标,提出了一种基于机械臂动力学模型分块逼近的神经网络自适应终端滑模控制方法.为加快跟踪误差的收敛速度,避免传统终端滑模中存在的奇异值问题,采用了一种非奇异终端滑模面.针对系统模型不确定的情况,利用多组RBF神经网络分块逼近动力学模型参数,通过自适应律在线调整权值,实现模型的重构,并设计鲁棒项消除模型重构误差.在Simulink中开展仿真分析,结果表明:与RBF神经网络整体逼近算法相比,本文提出的控制策略可以使六轴机械臂的关节最大稳态误差减少83.7％;当末端加入时变的负载后,关节最大稳态误差减少了 85.6％,具有抵抗末端负载变化的能力.本文为六轴机械臂提供了一种有效、可行的轨迹跟踪控制方法.
文献关键词：
六轴机械臂;非奇异终端滑模;动力学模型;RBF神经网络;轨迹跟踪
中图分类号：
作者姓名：
贾华;刘延俊;王雨;薛钢
作者机构：
山东大学机械工程学院,250061,济南;山东大学高效洁净机械制造教育部重点实验室,250061,济南;山东大学机械工程国家级实验教学示范中心,250061,济南;山东大学海洋研究院,266237,山东青岛
文献出处：
引用格式：
[1]贾华;刘延俊;王雨;薛钢-.六轴机械臂神经网络自适应终端滑模控制)[J].西安交通大学学报,2022(11):21-30
A类：
B类：
六轴机械臂,网络自适应,终端滑模控制,模型不确定,外界干扰,轨迹跟踪控制,控制问题,跟踪轨迹,轨迹规划,节期,控制目标,分块,跟踪误差,收敛速度,奇异值,非奇异终端滑模,滑模面,系统模型,RBF,自适应律,在线调整,权值,模型重构,重构误差,Simulink,逼近算法,稳态误差,负载变化
AB值：
0.271588
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
