机械臂神经网络非奇异快速终端滑模控制
2018-03-13吴爱国刘海亭
农业机械学报 2018年2期
吴爱国 刘海亭 董 娜
(天津大学电气自动化与信息工程学院, 天津 300072)
0 引言
近些年来,机械臂在自动化领域发挥着重要的作用。随着现代工业的快速发展,它们已经被广泛应用于众多领域,其中许多任务需要高速度和高精度的轨迹跟踪控制。然而机械臂的动力学模型普遍存在许多不确定性和外部扰动,难以建立精确数学模型,给机械臂的精确控制带来一定的困难,所以研究机械臂高速度、高精度的轨迹跟踪控制具有重要意义。
针对机械臂轨迹跟踪控制问题已经提出了许多控制方法,比如PID控制[1]、迭代学习控制[2]、鲁棒控制[3]、自适应控制[4]、反馈线性化控制[5]以及模糊控制[6]等方法,其中终端滑模控制由于其有限时间收敛特性、对参数摄动和外部扰动的强鲁棒性,已被广泛应用于机械臂轨迹跟踪控制中。MAN等[7]首次提出终端滑模面的概念,相比线性滑模面,提高了系统在接近平衡点时的收敛速度,但该方法存在奇异性问题。为解决该问题,FENG等[8]提出非奇异终端滑模(NTSM)控制方法,并应用于机械臂轨迹跟踪控制,证明其有效性。李升波等[9]在此基础上提出了NFTSM控制方法,相比NTSM,提高了系统在远离平衡点时的收敛速度,实现全局有限时间快速收敛。最近,XIAO等[10]提出了一种基于观测器的串联机械臂轨迹跟踪控制方法,采用2个滑模观测器分别估计不确定运动学和未知动力学,但其动力学观测器是基于估计误差的,导致该方法在实际工程中难以实现。……
登录APP查看全文
