变负载柔性机械臂复合学习控制

作     者：曹怀磊 邓文翔 姚建勇 CAO Huailei;DENG Wenxiang;YAO Jianyong

作者机构：南京理工大学机械工程学院南京210094 

出 版 物：《西安交通大学学报》 (Journal of Xi'an Jiaotong University)

年 卷 期：2022年第56卷第1期

页      面：61-69页

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：国家自然科学基金资助项目(51905271,52075262) 江苏省自然科学基金资助项目(BK20190459) 

主　　题：柔性机械臂 轨迹跟踪 神经网络 干扰观测器 复合学习控制 

摘      要：针对末端负载质量变化的柔性连杆机械臂运动轨迹跟踪控制问题,提出了一种结合径向基神经网络(RBFNN)和干扰观测器(DOB)的复合学习控制方法。利用RBFNN逼近连杆柔性引起的非线性不确定性,构造DOB实时估计包括负载变化、非线性摩擦、RBFNN逼近误差等效应的集中干扰,将两者用于控制器的前馈补偿设计以提升系统跟踪性能,同时设计鲁棒反馈控制律保证系统的稳定性。通过Lyapunov稳定性理论证明了所提控制方法可保证跟踪误差的有界性和闭环系统的稳定性。基于柔性机械臂平台的对比实验结果表明:所提控制方法在不同负载下可以保持跟踪精度在0.5%以内,负载变化引起的误差变化不超过2%;与仅使用神经网络的控制方法相比,跟踪性能提升了24.7%。