基于模糊RBF神经网络动态摩擦分块补偿的机器人数字鲁棒滑模控制算法

《基于模糊RBF神经网络动态摩擦分块补偿的机器人数字鲁棒滑模控制算法》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、万方数据中国机械工程第23卷第23期2012年12月上半月基于模糊RBF神经网络动态摩擦分块补偿的机器人数字鲁棒滑模控制算法李敏王家序肖科黄超徐超重庆大学机械传动国家重点实验室，重庆，400030摘要：结合非线性、强耦合的机器人动力学模型，提出了采用3个模糊RBF神经网络对机器人中的不确定项——LuGre动态摩擦进行分块补偿的机器人数字鲁棒滑模控制算法，在线自适应训练非线性动态摩擦项的参数，并分析了该算法的Lyapunov稳定性。通过在二自由度机器人上的仿真，证明了该算法具有高精度、高可靠性、高品质、稳定、强鲁棒性等特点。同时发现了该机器人的

2、摩擦模型中存在类菱形吸引子等非线性动力学现象。关键词：模糊RBF神经网络；摩擦补偿；LuGre摩擦模型；不确定性；机器人数字控制中图分类号：TP242．6DOI：10．3969／j．issn．1004—132X．2012．23．005DigitalRobustSlidingModeControlofRobotManipulatorwithDynamicFrictionBlockCompensationUsingFuzzyRBFNeuralNetworkLiMinWangJiaxuXiaoKeHuangChaoXUChaoStateKeyLab

3、oratoryofMechanicalTransmission，ChongqingUniversity，Chongqing，400030Abstraet：Combiningwithnonlinear，strongcouplingdynamicsmodelofarobotmanipulator，thispaperpresentedadigitalrobustslidingmoderobotcontrolalgorithm，whichcompensatedfortheun—certaintiesofrobotmanipulator—LuGredy

4、namicfrictionwiththreefuzzyRBFneuralnetwork，andtrainedparametersofnonlineardynamicfrictionon—lineandadaptively．ThenthispaperanalyzedtheLyapunovstabilityofthealgorithm．Thesimulationofatwodegreesoffreedomrobotmanipulatorprovesthatthealgorithmisofhighaccuracy，highreliability，h

5、ighquality，stableandstrongrobust—ness．Meanwhile，nonlinearkineticphenomena，suchasrhombUSattractor，lieinthekineticpropertiesofthefrictionmodeloftherobotmanipulator．Keywords：fuzzyradialbasefunction(RBF)neuralnetwork；frictioncompensation；LUGrefrictionmodel；uncertainty；robotdigi

6、talcontroIO引言随着非线性、强耦合、多输人多输出机器人，数控机床，以及动力传动系统等精密机械系统对定位精度要求的不断提高，因摩擦的存在而引发的跟踪误差(特别是低速的情况下)、黏滑运动以及极限环振荡等非线性现象，对系统控制性能的影响越来越大。特别是对于一些重载的机器人r1]，摩擦甚至造成了50％的误差。若负载、润滑条件以及环境条件改变，机器人系统中的摩擦收稿日期：2011—10～18基金项目：国家自然科学基金资助重点项目(50735008)；国家自也会发生相应的变化，即摩擦具有非线性、时变性、不确定性及复杂性。因此，对摩擦力进行辨识和

7、补偿是一项不可缺少、重要和关键的研究任务。国内外众多学者以及技术人员采用了多种方法对机器人的摩擦进行补偿[2]，若从控制策略角度来分类，主要有以下四种：①固定摩擦补偿技术；②基于部分摩擦特性的补偿技术；③自适应补偿方法；④不基于模型的补偿算法和神经模糊技术。在处理动态摩擦这类具有不确定性、非线性的问题方面，RBF神经网络作为一种特殊的三层前馈神经网络，具有并行计算、分布式信息存储、然科学基金资助项目(50905189，50905191)容错能力强、自适应、学习收敛速度快等一系列优r-2]E3][4]戴蓉，谢铁邦，常素萍．纳米级定位精度一维位移

8、工作台[J]．中国机械工程，2006，17(2)：115-118．徐从裕．双模态超声波电机抗慢速爬行驱动模式研究EJ]．电子测量与仪器学报，2011，25(2)：1