李文波，王耀南

湖南大学 电气与信息工程学院，长沙 410082

基于神经网络补偿的机器人滑模变结构控制

李文波，王耀南

湖南大学 电气与信息工程学院，长沙 410082

1 引言

多关节机器人在现代工业中有着广泛的应用。作为被控对象，它有着高度非线性，高度时变，强耦合的特点，而且，它总存在着建模误差和外部干扰等不确定性，因此机器人的控制问题成为了控制领域里面的热点。滑模控制是一种对参数变化和外部干扰有着强鲁棒性的控制策略，因此，它在机器人控制领域应用很广[1-5]。文献[1-2]使用的是传统的滑模控制，文献[3-5]使用的是终端滑模控制，都获得了不错的效果。但是传统滑模控制是状态渐进收敛于平衡点，终端滑模控制则能在有限时间收敛，但当系统远离平衡点时，控制性能却不如前者。快速终端滑模控制[6]作为一种新型的滑模控制策略，结合了两者的优点，使系统状态在远离平衡点或平衡点附近都能快速收敛，并成功运用到机器人控制系统[7-10]。双幂次快速终端滑模控制[11]是在此基础上提出的改进，它具备快速终端滑模控制的所有特点，系统收敛速度更加快。但是，这方法依然没有避免大量的抖动，而且，该方法必须预先估计建模误差及不确定干扰的上界，而这难以获得，如果做过多的保守估计则会加剧抖动的产生。神经网络对任意非线性函数的逼近能力使得它得到了诸多应用[12-14]，文献[12]就使用神经网络对机器人的不确定部分进行逼近，并取得了很好的效果。……