基于RBF神經網(wǎng)絡的機械手軌跡跟蹤控制方法研究.pdf

1、工業(yè)機器人（機械手）在世界工業(yè)生產中占據(jù)著非常重要的位置，對其關節(jié)軌跡的跟蹤控制一直是研究的熱點。但機械手是一種多輸入多輸出系統(tǒng)，具有非線性，強耦合等特性，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重大的挑戰(zhàn)。
　　本文對RBF神經網(wǎng)絡的結構特點、學習算法以及在機械手控制中的應用進行了全面的分析，并將RBF神經網(wǎng)絡的非線性逼近特性進行了理論驗證。分析了機械手系統(tǒng)的基本結構，采用拉格朗日-歐拉法推導了二自由度串聯(lián)

2、機械手的動力學方程，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)的機械臂非線性系統(tǒng)模型，并將動力學模型轉化為二階微分方程的形式，以便所設計算法的引入。若機械手系統(tǒng)不存在外部干擾，且動力學方程的重力項精確已知，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。針對此問題，設計了一種新的具有外界干擾和不確定性機械手定點跟蹤控制策略：基于傳統(tǒng)PD控制，引入RBF神經網(wǎng)絡實現(xiàn)了

3、對機械手重力項的補償，并采用一個魯棒控制項，用于克服神經網(wǎng)絡的逼近誤差，運用李雅普諾夫方法對其進行了穩(wěn)定性分析。針對一個雙關節(jié)剛性機械手進行了軌跡跟蹤仿真，仿真結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的適應性。分析了滑模變結構控制在機械手中的優(yōu)缺點，單獨的滑?？刂圃跈C械手力矩的輸出上會出現(xiàn)抖動，造成軌跡跟蹤的偏差。針對此問題，設計了一種基于徑向基函數(shù)神經網(wǎng)絡(RBFNN)的自適應滑?？刂破?。其中滑模變結構控制用來克