机床与液压

作者：刘鑫，陈昌忠，罗淇

单位：四川轻化工大学自动化与信息工程学院;人工智能四川省重点实验室；四川轻化工大学自动化与信息工程学院;人工智能四川省重点实验室；四川轻化工大学自动化与信息工程学院;人工智能四川省重点实验室

关键词：移动机器人;RBF神经网络;计算力矩控制;Lyapunov理论

基金：四川省科技厅计划项目(20ZDYF0919)；人工智能四川省重点实验室开放基金项目（2020RYJ05）

针对存在动力学不确定建模项、建模误差及外界干扰的移动机器人，设计RBF神经网络补偿计算力矩控制算法。基于反步法设计运动学辅助速度控制率。根据动力学理想名义模型，基于计算力矩法设计一般的力矩控制器。在此基础上，建立具有不确定建模项、建模误差及外界干扰的移动机器人动力学模型，基于计算力矩法设计带有RBF神经网络补偿的力矩控制器，神经网络的权值由自适应律给出。最后，利用Lyapunov理论证明了系统的稳定性。仿真结果表明：神经网络对系统不确定项具有良好的逼近性能，相比于一般的计算力矩控制，所提出的神经网络补偿计算力矩控制算法具有更好的跟踪性能，控制系统具有更好的鲁棒性。

来源：2023年第11期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第11期