杨 威，徐拥华，杨永峰，胡 怡，佃松宜*

1.衢州光明电力投资集团有限公司赋腾科技分公司,衢州 324000 2.国网浙江电力有限公司衢州供电公司，衢州 324000 3.四川大学电气工程系,成都 610065

0 引 言

近年来，双关节机械臂被广泛应用于各个领域，提高工业生产效率.但是，机械臂的各个关节处存在耦合性，使得系统存在强非线性，而且机械臂运动过程中，难以获得完整或者全部的模型参数，也难以将模型参数视为线性函数.因此，机械臂系统中的结构和非结构的动态不确定性是双关节机械臂系统面临的典型挑战之一.

在处理不确定性和非线性的问题上，函数逼近技术可以在极小的误差范围内估计未知非线性函数.目前，自适应控制器与通用逼近器的结合已广泛应用于机械臂的轨迹跟踪控制上，常用的逼近器如神经网络[1]、自回归小波神经网络[2]、小波神经网络[3]和模糊系统[4].在文献[5]针对轨迹跟踪精度受内部摩擦和外部干扰的影响,提出一种基于径向基函数神经网络的自适应控制方法，利用RBF神经网络对机械臂的动力学模型进行辨识；在文献[6] 针对存在外部扰动及建模误差的机械臂轨迹跟踪控制问题，提出基于模糊滑模的鲁棒轨迹跟踪控制器，模糊滑模控制器采用自适应模糊逻辑修正指数滑模趋近律中的常数项；在文献[7] 针对水下复杂工作环境下机械臂控制性能易受影响，提出基于模糊RBF神经网络的智能控制器,通过模糊RBF神经网络对水下……