摘要
针对不确定机器人的轨迹跟踪问题,提出了一种基于自适应神经网络的控制方案。对于系统中的各种未知非线性,通过RBF神经网络和变结构光滑集成的控制器来自适应学习并且补偿,这种控制器克服了局部泛化网络的不足,提高了控制精度及其收敛速度。而且在考虑神经网络失效的情况下,仍能保证系统具有良好的鲁棒性。网络权重的自适应修正规则基于Lyapunov函数方法得到,它保证了跟踪误差的全局渐进稳定性。试验结果证明了这种控制算法的有效性。
This paper proposes a adaptive neural control algorithm lor trajectory tracking ot robot manipulators with uncertainties.A velvet integration controller based on neutral network and variable structure is used to adaptive learn and compensate the unknown system. The controller effectively eliminate the effects of local network and improve the control accuracy and convergence function, When invalidation of neutral network appears,the controller can ensure good robust. The weight adaptive laws based on Lyapunov analysis approach can ensure the asymptotic convergence of tracking error. The simulation result is presented to show effectiveness of the proposed scheme.
出处
《自动化与仪表》
北大核心
2010年第5期22-25,共4页
Automation & Instrumentation
基金
中国航天科技集团创新基金
关键词
神经网络
变结构
机器人
自适应控制
neural network
variable structure
robot
adaptive control
