六轴机械臂神经网络自适应终端滑模控制

作     者：贾华 刘延俊 王雨 薛钢 JIA Hua;LIU Yanjun;WANG Yu;XUE Gang

作者机构：山东大学机械工程学院济南250061 山东大学高效洁净机械制造教育部重点实验室济南250061 山东大学机械工程国家级实验教学示范中心济南250061 山东大学海洋研究院山东青岛266237 

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11期

页      面：21-30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(52001186) 山东省自然科学基金资助项目(ZR2020QE292) 

主　　题：六轴机械臂 非奇异终端滑模 动力学模型 RBF神经网络 轨迹跟踪 

摘      要：考虑模型不确定且存在外界干扰时六轴机械臂的轨迹跟踪控制问题,以快速、稳定地跟踪轨迹规划生成的各关节期望轨迹为控制目标,提出了一种基于机械臂动力学模型分块逼近的神经网络自适应终端滑模控制方法。为加快跟踪误差的收敛速度,避免传统终端滑模中存在的奇异值问题,采用了一种非奇异终端滑模面。针对系统模型不确定的情况,利用多组RBF神经网络分块逼近动力学模型参数,通过自适应律在线调整权值,实现模型的重构,并设计鲁棒项消除模型重构误差。在Simulink中开展仿真分析,结果表明:与RBF神经网络整体逼近算法相比,本文提出的控制策略可以使六轴机械臂的关节最大稳态误差减少83.7%;当末端加入时变的负载后,关节最大稳态误差减少了85.6%,具有抵抗末端负载变化的能力。本文为六轴机械臂提供了一种有效、可行的轨迹跟踪控制方法。