基于函數(shù)逼近的柔性機械臂變軌跡迭代學(xué)習控制.pdf

1、柔性機械臂系統(tǒng)是高度復(fù)雜、高度非線性、非最小相位系統(tǒng)，且具有諸多的不確定性，因此，柔性機械臂末端軌跡跟蹤問題有很大難度，再加上龐大的計算量和設(shè)備成本，成為了很多理論算法投入生產(chǎn)實踐應(yīng)用的“瓶頸”。這些制約了機械臂進行更高精度、更高速度的工作。 本文我們應(yīng)用迭代學(xué)習算法控制機械臂，可以在無法準確建模的情況下，通過逐次學(xué)習，逐漸完成對期望軌跡的完全跟蹤。但是，機械臂在現(xiàn)實工作中存在很多限制，可能導(dǎo)致跟蹤的期望軌跡發(fā)生改變，這就不滿足

2、迭代學(xué)習算法的前提假設(shè)，給迭代學(xué)習控制算法的應(yīng)用帶來了困難。因此，如何在期望軌跡變化時，使迭代學(xué)習控制仍然有效，并能實現(xiàn)對機械臂末端的可變期望軌跡有效跟蹤，成為本文研究的主要內(nèi)容。 本文的主要工作及成果： 針對一類仿射非線性動態(tài)系統(tǒng)，結(jié)合變結(jié)構(gòu)控制技術(shù)設(shè)計一種期望軌跡可變的迭代學(xué)習控制算法。最后，采用李雅普諾夫穩(wěn)定性理論證明了算法的收斂性。 選擇三種常用的逼近方法分別設(shè)計控制器，并基于剛性機械臂模型進行仿真，從仿

3、真結(jié)果看，三種控制器均能夠?qū)崿F(xiàn)對變軌跡的有效跟蹤。通過比較分析得出，基于小波網(wǎng)絡(luò)逼近的迭代控制器較理想。 然后，我們把基于小波逼近的迭代學(xué)習控制器用于控制柔性機械臂，不僅實現(xiàn)了柔性臂末端的變軌跡跟蹤，且振動抑制的控制效果也較理想。 基于實驗室硬件設(shè)備，本文設(shè)計了柔性臂的運動控制系統(tǒng)平臺，并在MATLAB的SimMechanics工具箱下搭建柔性機械臂的模型，仿真試驗結(jié)果顯示出最大跟蹤誤差逐漸收斂，且抑制住了軌跡跟蹤過程中