文献类型：期刊文章

作　　者：李正楠[1] 殷玉枫[1] 张锦[1,2] 祁辰[1]

LI Zheng-nan;YIN Yu-feng;ZHANG Jin;QI Chen(School of Mechanical Engineering,Taiyuan University of Science and Technology,Taiyuan 030024;Department of Engineering Machinery,Shanxi Traffic Vocational and Technical College,Taiyuan 030031)

机构地区：[1]太原科技大学机械工程学院,山西太原030024 [2]山西交通职业技术学院工程机械系,山西太原030031

出　　处：《机械设计》

基　　金：国家自然科学基金资助项目(U1610118);山西省交通运输厅科技计划项目(2019-1-9);山西省研究生创新项目(2019SY473)。

年　　份：2021

卷　　号：38

期　　号：3

起止页码：126-131

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：多关节机械臂在建模过程中存在不确定干扰和建模误差,对机械臂的控制系统带来了许多不良的影响。为此,文中研究了一种反演滑模神经网络干扰观测器控制策略。文中采用非线性干扰观测器对多关节机械臂的外部不确定干扰进行观测补偿,且无需外界不确定干扰的上界先验知识。对于建模过程中存在的不确定性,采用反演滑模神经网络自适应控制,运用神经网络建模误差进行逼近,并采用自适应策略对网络权值进行自适应改变。通过李雅普诺夫稳定性理论证明了系统的稳定性,并通过MATLAB仿真,通过与传统滑模神经网络控制相比较,仿真结果表明该控制算法有效提高了机械臂末端轨迹跟踪速度和精度,降低了系统中存在的抖颤。

关 键 词：多关节机械臂  反演滑模  神经网络 自适应 干扰观测器

分 类 号：TH113.2]