柔性关节机器人自适应神经网络动态面控制
针对带有不确定性的柔性关节机器人系统，提出一种自适应神经网络动态面控制。动态面控制方法通过引入一阶低通滤波器消除了传统backstepping方法存在的“微分爆炸现象。构造RBF神经网络逼近系统模型的未知函数，利用非线性阻尼项克服外界干扰力矩，设计自适应律在线估计神经网络权值及模型未知参数。通过Lyapunov方法证明得出闭环系统所有信号半全局一致有界，跟踪误差可以通过调节控制器参数达到任意小。仿真结果证实了控制系统的良好跟踪效果。
动态而控制 神经网络 自适应 柔性关节机器人
刘金琨 郭一
北京航空航天大学自动化科学与电气工程学院,北京100191
国际会议
The 33th Chinese Control Conference第33届中国控制会议
南京
中文
8764-8768
2014-07-28（万方平台首次上网日期，不代表论文的发表时间）