基于迭代学习的机械臂神经网络滑模控制
Neural Network Sliding Mode Control of Manipulator Based on Iterative Learning作者机构:天津中德应用技术大学智能制造学院天津300350 天津理工大学机械工程学院天津300384 天津理工大学机电工程国家级实验教学示范中心天津300384 武汉船用机械有限责任公司湖北武汉430084
出 版 物:《控制工程》 (Control Engineering of China)
年 卷 期:2024年第31卷第1期
页 面:25-31页
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:天津市自然科学基金重点资助项目(21JCZDJC00790) 天津市教委科研计划项目(2020SK144)
摘 要:针对机械臂末端载荷变化引起机械臂抖动的情况,提出了将神经网络、滑模控制和迭代学习控制相结合的控制方法。首先,利用神经网络的逼近特性,逼近建模误差和外部干扰,使逼近值作为滑模控制器中新的增益,避免滑模控制器本身的抖振。然后,引入迭代学习控制,发挥滑模控制和迭代学习控制各自的优势,得到精度高、鲁棒性强的控制方法。最后,仿真结果表明,对于械臂末端载荷变化引起的不同范围的外部干扰,所提控制方法只需较少的迭代次数就可以达到较高的轨迹跟踪精度。利用迭代过程中误差最小的控制力矩对机械臂进行控制,可以使机械臂准确到达所需位置。