一种基于新趋近率的机械臂RBF网络自适应滑模控制方法技术

本发明专利技术公开了一种基于新趋近率的机械臂RBF网络自适应滑模控制方法，包括以下步骤：通过建立机械臂系统的动力学方程，确定滑模面S后设计滑模控制器的新趋近率；计算新的基于新趋近率的滑模控制器的控制律；设计RBF神经网络中的控制律以及自适应律逼近动力学方程中非线性项逼近基于新趋近率的滑模控制器的控制律中的非线性项，更新基于新趋近率的RBF网络自适应滑模控制器的控制律，即驱动非线性系统所需的主动力/力矩值，并通过驱动系统驱动多自由度机械臂运动。本发明专利技术提供的基于新趋近率的机械臂RBF网络自适应滑模控制方法，可以使得机械臂系统在有限时间内既能达到稳定状态，减少机械臂运动过程中抖振，且具有较快的时间收敛性。时间收敛性。时间收敛性。

【技术实现步骤摘要】
一种基于新趋近率的机械臂RBF网络自适应滑模控制方法


[0001]本专利技术涉及机械臂控制方法
，具体来说涉及一种基于新趋近率的机械臂RBF网络自适应滑模控制方法。

技术介绍

[0002]滑模控制是变结构控制系统的一种方法，具有较强的鲁棒性，被广泛运用于非线性、不确定性系统。滑模控制一方面可以促使系统达到并保持在一个稳定的滑模面，另一方面可以实现误差动态控制。传统的基于经典趋近率的滑模控制可以实现系统的渐近稳定性，但是并不能保证系统非线性误差在设置的参数范围内。引入RBF神经网络自适应控制将机械臂非线性误差进行逼近，使得系统获得更快的收敛性。
[0003]根据公开号：CN115157274A，公开日为2022
‑
10
‑
11的专利技术专利申请，公开了一种滑模控制的机械臂系统，其包括：执行单元，所述执行单元包括机械臂，且所述机械臂存在时滞状态；控制单元，所述控制单元包括观测模块、计算模块和控制模块；所述观测模块包括输出延时观测器，所述输出延时观测器设置为对所述机械臂的所述时滞状态下的关键数值进行观本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于新趋近率的机械臂RBF网络自适应滑模控制方法，包括多自由度机械臂和多自由度机械臂的驱动系统，其特征在于，还包括以下步骤：S1、建立多自由度机械臂非线性系统的动力学方程；S2、确定多自由度机械臂的滑模面S；S3、根据确定的滑模面S，设计滑模控制器的新趋近率；S4、建立动力学方程计算力矩；S5、设计RBF神经网络中的控制律以及自适应律，逼近多自由度机械臂非线性系统动力学方程中非线性项；S6、更新驱动非线性系统所需的主动力/力矩值，利用更新的驱动力/力矩通过驱动系统驱动机械臂的非线性系统。2.根据权利要求1所述的一种基于新趋近率的机械臂RBF网络自适应滑模控制方法，其特征在于，所述步骤S1中，运用拉格朗日机械手建模方法，考虑外部干扰以及关节内部摩擦，建立多自由度机械手动力学模型。3.根据权利要求1所述的一种基于新趋近率的机械臂RBF网络自适应滑模控制方法，其特...

【专利技术属性】
技术研发人员：闫璟，
申请(专利权)人：上海大学，
类型：发明
国别省市：