【技术实现步骤摘要】
本专利技术涉及柔性关节机器人控制，具体为一种柔性关节机器人神经网络自适应迭代学习控制方法。
技术介绍
1、柔性关节机器人具有重量轻、能耗低、灵活性高等一系列优点，具有良好的物理适应性和安全性。然而，柔性关节机器人是一个具有强耦合和未知不确定性的欠驱动系统，其关节弹性的存在导致振荡现象，尤其是实际中存在的各种复杂不确定性因素严重影响了机器人的控制性能。同时，由于柔性关机机器人中存在的柔性结构，在运行过程中会发生连杆形变，这导致无法获取柔性关节机器人的精确数学模型，增加了控制器设计难度。
2、相比于其他控制方法，自适应迭代学习控制方法包含了迭代学习控制和自适应控制方法的优点，所需先验知识少，不需要精确的系统模型，可以通过更新未知控制参数的估计间接提高控制性能。由于柔性关节机器人操作任务的可重复性，用自适应迭代学习方法利用控制输入和误差的先前信息，可以逐步提高机器人的跟踪性能。在实际工业操作中，由于柔性连杆的存在，柔性关节机器人的初始状态会发生变化，存在系统可重复性的限制，使得迭代初态一致条件很难满足。同时，由于生产工艺复杂，例如...
【技术保护点】
1.一种柔性关节机器人神经网络自适应迭代学习控制方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种柔性关节机器人神经网络自适应迭代学习控制方法，其特征在于：S1中具体方法如下：
3.如权利要求2所述的一种柔性关节机器人神经网络自适应迭代学习控制方法，其特征在于：S2中具体方法如下：
4.如权利要求3所述的一种柔性关节机器人神经网络自适应迭代学习控制方法，其特征在于：S3中计算系统跟踪误差方法如下：
5.如权利要求4所述的一种柔性关节机器人神经网络自适应迭代学习控制方法，其特征在于：S3中通过构建光滑的四阶期望误...
【技术特征摘要】
1.一种柔性关节机器人神经网络自适应迭代学习控制方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种柔性关节机器人神经网络自适应迭代学习控制方法，其特征在于：s1中具体方法如下：
3.如权利要求2所述的一种柔性关节机器人神经网络自适应迭代学习控制方法，其特征在于：s2中具体方法如下：
4.如权利要求3所述的一种柔性关节机器人神经网络自适应迭代学习控制方法，其特征在于：s3中计算系统跟踪误差方法如下：
<...【专利技术属性】
技术研发人员：施卉辉，
申请(专利权)人：德清县浙工大莫干山研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。