基于模煳神经网络的机器人滑模自适应控制

《基于模煳神经网络的机器人滑模自适应控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据2007年9月第14卷第5期控制工程(柚工0lErIgineedrIg0fchi衄S叩．207V01．14．No．5文章编号：167l一7848(2007)晒．0532．04基于模糊神经网络的机器人滑模自适应控制林雷1，任华彬1，王洪瑞2(1．燕山大学电气工程学院，河北秦皇岛066004；2．河北大学电子信息工程学院．河北保定∞10吆)摘要：滑模控制(sMc)响应快，对系统参数和外部扰动呈不变性．可保证系统的浙近稳定性，但其缺点是控刺存在很强的抖动；而模糊神经网络(F唧)具有模糊系统和神经网络共同的特点。将滑模控制和模糊神经网络控制有机结合，利用简单得到的学习信号对模糊神经网络进

2、行在践学习，通过平滑切换函数实现直接自适应控制策略。对两连杆机械手的仿真研究表明，在存在模型误差和外部扰动的情况下，该方章既能达到高精度快速跟踪的目的。又能有效减小滑模控制的抖动问题。关键词：机器人；滑模控制；模糊神经网络；直接自适应控制中图分类号：1P273文献标识码：ASlidingModeAd印tiveControlforRobotsBasedonFuzzyNeuralNe伽orks删厶i1，础Wm”6梳1，删坼埘2(1．Inni呲e西El∞b油lE画ne朗iIIg．Y枷h栅LⅦv即ity，arIII衄样l劬(b6004，Chim；2．h埘im№一口ee喇记Te制。钉，}协画um豫

3、越叭呲嗨昕10。2．oIi腿)A搬r1M土：TI培slidi“gmode咖咖l}l船qI

4、iek陀印on∞日IId衄k雌叩in州abmtyto5yn帅plr删erand∞=lef衄ldi蚰lrb日nce．wIlich删1aB．呲t}Ie鼬舯呻6cm址曲ty0fsy咖，bn蜥llg劬加gchaIteringin啪Ⅱ畹【ist}le8ll钟korri王lgThefll田rneu瑚networIc(FNN)Il酗corr-肿n缸血嘴0f矗12珂svskn珥andneurnl他two出．1ksIidingⅡIode00咖IatldFNNH畔。o嘣tled．silII—cle帅证Tlg酬i8add

5、edt0删to删lli踺dilBcIad8pⅡvet：0I血nl曲∞t8盯t

6、HDu小船舶g“l出ng如r枷叩．The曲nmladmlresI

7、lt吕dat忡lh止幽tkm址ip．蛔d·口wth丑tme9cl-emecarI扯hi帆仃a出Ilg硪ectwitIlIligll畔i8ion“8pedine略，舢weu舶lllimB}lillg妇商Ilg0fc帅Ⅱd哪der她∞l】di6帆0f面6Ii唱Ⅱ州el小rw剐emn“djnlr妇。·ce．Keywm也：mbot；dj枷T唔I啪dec0I吐mI；fuz巧嗽Ⅱal眦“Ⅻ氐B；dimctadap6ve【姒曲dl引言2机器人滑模控制机器人系统

8、是一个十分复杂的多输人多输出非线性系统，具有时变、强耦合和非线性动力学特性，其控制十分复杂。滑模控制因其在滑动模态对系统干扰和摄动具有完全适应性而得到控制界重视，并被广泛用于机器人控制中。sMc具有控制简单、易于实现、降阶、解耦等优点，其缺点是控制存在高频抖动，这种抖动可能会激励系统中存在的未建模高频成份，甚至会使系统不稳定。模糊神经网络融合了模糊逻辑推理能力和神经网络学习能力，且物理意义清晰明了。本文针对SMC的特点，把它和FNN有机结合，提出了一种带平滑切换的直接自适应方案，并用于机器人控制。仿真结果表明，此方案既能够达到高精度快速跟踪的目的，又可以克服一般滑模控制的抖动问题．对模型

9、误差和外部扰动具有很强的鲁棒性。1)计算力矩控制⋯对一个n关节机器人，其动力学方程为M(口)4+^(g，口)=f(f)+F(1)式中，f(t)为nx1维关节驱动力矩；肼和^分别为n×n维对称惯量矩阵和n×l维离心力、哥氏力向量；口，j和4分别为n×l维关节角位置、速度、加速度向量，，为扰动信号。计算力矩控制器设计为f=肘(口)[玑+丘j+瓦F]+＆(口，口)(2)式中，蔚和j；分别为jIf和^的估计值；丘和也为正常值矩阵；乳为期望跟踪轨迹。误差向量P定义为F=g一吼(3)由式(1)～式(3)可得：肘(乱+K；+KP)+^=删+^+F(4)设庙=^f，ji=^和F=0，则式(4)可写为收稿

10、日期：2006蝤．11；收修定稿日期：200哪．∞作者简介：林雷(19，阻)，男，浙江台蜘人+博士，主要研究方向为机器人智能控制等；王洪瑞(1956-)。男，黑龙江克山人，教授博士生导师。万方数据第5期林雷等：基于模糊神经网络的机器人滑模自适应控制·533·#+冠；+配口=0(5)按稳定理论选择适当毛和甄值，跟踪误差将渐近收敛至零。但在实际控制中，精确的机器人模型很难获得。当存在模型误差和外部扰动信号时．由式(4)可得：占+．置≯+