机床与液压

作者：贾立蒙，侯明

单位：北京信息科技大学自动化学院；北京信息科技大学自动化学院

关键词：机械臂;自适应RBF神经网络;自适应参数调节;滑模控制;轨迹跟踪

基金：北京市教委科技计划项目（KM202411232007）

针对图像采集机械臂在滑模控制过程中存在的精度较低、抖振幅度较大、运动过程易受干扰等问题，提出一种基于自适应参数调节趋近律的机械臂神经网络滑模控制方法。在经典的指数函数趋近律基础上，对等速项系数进行自适应控制。通过引入机械臂连杆长度与转动惯量等参数，构建机械臂名义模型。利用自适应RBF神经网络有利于实时控制和补偿的特点，将其与设计好的线性滑模面相结合。通过合理设计李雅普诺夫函数，对所构建的系统进行稳定性证明。同时，与神经网络自适应指数趋近律及神经网络自适应饱和函数趋近律等方法进行对比。结果表明：在相同条件下，该方法能有效抑制抖振并实现高精度轨迹跟踪。

来源：2024年第23期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第23期