上传者: 41926153
|
上传时间: 2021-02-24 09:05:56
|
文件大小: 1.16MB
|
文件类型: PDF
针对机械手系统的非线性和不确定性,提出了一种基于径向基函数(RBF)神经网络的模糊滑模控制方法,使机械手以理想的动态品质跟踪给定的轨迹。该方法采用RBF神经网络逼近滑模控制的等效部分,不需要模型信息。同时,设计了一种模糊控制器,根据当前电机点到滑模面的距离自适应调整滑模控制的切换增益,有效地解决了抖振问题。该方法在一定程度上提高了系统的响应和跟踪性能,减少了输入控制的调整时间和抖振。利用Lyapunov定理证明了系统的稳定性。仿真结果表明,针对三自由度机械手系统设计的算法是有效的。