基于RBF神經(jīng)網(wǎng)絡(luò)的機(jī)械手軌跡跟蹤控制方法研究.pdf

1、工業(yè)機(jī)器人（機(jī)械手）在世界工業(yè)生產(chǎn)中占據(jù)著非常重要的位置，對(duì)其關(guān)節(jié)軌跡的跟蹤控制一直是研究的熱點(diǎn)。但機(jī)械手是一種多輸入多輸出系統(tǒng)，具有非線性，強(qiáng)耦合等特性，所以在高精度、高速度的軌跡跟蹤中，開發(fā)出高性能的控制算法是一項(xiàng)重大的挑戰(zhàn)。
　　本文對(duì)RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)、學(xué)習(xí)算法以及在機(jī)械手控制中的應(yīng)用進(jìn)行了全面的分析，并將RBF神經(jīng)網(wǎng)絡(luò)的非線性逼近特性進(jìn)行了理論驗(yàn)證。分析了機(jī)械手系統(tǒng)的基本結(jié)構(gòu)，采用拉格朗日-歐拉法推導(dǎo)了二自由度串聯(lián)

2、機(jī)械手的動(dòng)力學(xué)方程，分析了慣量特性、哥氏力和向心力特性、重力矩特性。在MATLAB中建立了基于S函數(shù)的機(jī)械臂非線性系統(tǒng)模型，并將動(dòng)力學(xué)模型轉(zhuǎn)化為二階微分方程的形式，以便所設(shè)計(jì)算法的引入。若機(jī)械手系統(tǒng)不存在外部干擾，且動(dòng)力學(xué)方程的重力項(xiàng)精確已知，傳統(tǒng)PD控制即可獲得理想的跟蹤效果。但完全不受外力，沒有任何干擾的系統(tǒng)是不存在的。針對(duì)此問題，設(shè)計(jì)了一種新的具有外界干擾和不確定性機(jī)械手定點(diǎn)跟蹤控制策略：基于傳統(tǒng)PD控制，引入RBF神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了

3、對(duì)機(jī)械手重力項(xiàng)的補(bǔ)償，并采用一個(gè)魯棒控制項(xiàng)，用于克服神經(jīng)網(wǎng)絡(luò)的逼近誤差，運(yùn)用李雅普諾夫方法對(duì)其進(jìn)行了穩(wěn)定性分析。針對(duì)一個(gè)雙關(guān)節(jié)剛性機(jī)械手進(jìn)行了軌跡跟蹤仿真，仿真結(jié)果顯示了該控制算法收斂速度，跟蹤精度，抗干擾等方面都具有較強(qiáng)的適應(yīng)性。分析了滑模變結(jié)構(gòu)控制在機(jī)械手中的優(yōu)缺點(diǎn)，單獨(dú)的滑模控制在機(jī)械手力矩的輸出上會(huì)出現(xiàn)抖動(dòng)，造成軌跡跟蹤的偏差。針對(duì)此問題，設(shè)計(jì)了一種基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN)的自適應(yīng)滑模控制器。其中滑模變結(jié)構(gòu)控制用來克