【技术实现步骤摘要】
本专利技术属于机器人技术控制领域，具体涉及一种时变机制约束下的机械臂rbf网络动态自适应控制方法。
技术介绍
1、智能体的鲁棒控制作为智能制造领域的核心研究方向之一，机械臂作为核心执行单元，被广泛应用于精密装配、物流搬运、焊接等高精度作业场景，当前常用的控制方法主要包括：基于精确动力学模型的pd反馈控制，该方法虽然能够实现机械臂的精确跟踪性能，但在面对动态未建模扰动时控制性能显著下降；滑模控制方法，通过设计滑模面使系统状态在渐进时间内收敛，虽然对外部扰动与参数不确定性展现出良好的鲁棒性，但存在收敛时间无法精确保证的固有缺陷。就目前传统控制方法，导致机械臂在实际运行过程中面临以下关键挑战：未建模动力学与参数不确定性、外部扰动抑制、收敛速度与时间约束等问题。
2、与现有技术对比，基于rbf神经网络虽能逼近未知非线性，但传统权重更新律收敛速度慢，且缺乏时间约束机制；现有时变增益方法(如终端滑模)虽可实现有限时间收敛，但需已知扰动上界，且存在奇异问题；结合名义模型与扰动观测器的方法(如adrc)需复杂参数整定，工程实用性受限。>
<本文档来自技高网...
【技术保护点】
1.一种时变机制约束下的机械臂RBF网络动态自适应控制方法，包括构建机械臂动力学模型，确定系统规定时间收敛标准，结合机械臂的关节运动参考轨迹，定义轨迹跟踪误差，基于动力学名义模型，构造规定时间下标称动力学模型的稳定鲁棒控制律，其特征在于：选择径向基函数，设计规定时间下的RBF网络自适应控制律以动态拟合系统中的综合非线性扰动项。
2.根据权利要求1所述的方法，其特征在于，规定时间下的RBF网络动态自适应控制律表示为：
3.根据权利要求2所述的方法，其特征在于，RBF对综合扰动非线性项的实时估计输出值表示为：
4.根据权利要求3所述的方...
【技术特征摘要】
1.一种时变机制约束下的机械臂rbf网络动态自适应控制方法，包括构建机械臂动力学模型，确定系统规定时间收敛标准，结合机械臂的关节运动参考轨迹，定义轨迹跟踪误差，基于动力学名义模型，构造规定时间下标称动力学模型的稳定鲁棒控制律，其特征在于：选择径向基函数，设计规定时间下的rbf网络自适应控制律以动态拟合系统中的综合非线性扰动项。
2.根据权利要求1所述的方法，其特征在于，规定时间下的rbf网络动态自适应控制律表示为：
3.根据权利要求2所述的方法，其特征在于，rbf对综合扰动非线性项的实时估计输出值表示为：
4.根据权利要求3所述的方法，其特征在于，计算规定时间下的rbf网络动态自适应控制律时，rbf神经网络对综合非线性扰动项的逼近误差小于等于rbf神经网络对综合非线性扰动项的...
【专利技术属性】
技术研发人员：罗久飞，郑小林，郑登华，王贤福，禄盛，尹爱军，谭云飞，李智斌，黄琼，
申请(专利权)人：重庆邮电大学，
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。