学会要闻
02 现在的位置：首页 > 期刊导读 > 2018 > 02 >
RBF神经网络算法的非线性积分滑模控制机械臂运动轨迹误差研究
【作者】 董君 [1] 陈立 [2]
【关键词】 机械臂 RBF神经网络算法 非线性积分 滑模控制 跟踪误差 仿真
【摘要】机械臂运动轨迹容易受到外界不确定因素的干扰,导致运动轨迹跟踪误差较大,振动现象较为严重,不能很好地满足机械臂的准确定位.建立了双关节机械臂模型简图,采用RBF(径向基函数)神经网络算法非线性积分滑模控制机械臂的运动轨迹.分析了RBF神经网络算法结构,推导了RBF神经网络算法非线性积分滑模控制方程式和在线补偿法则,引用李雅普诺夫函数证明机械臂控制系统的稳定性.采用Matlab软件对双关节机械臂运动轨迹跟踪误差进行仿真,并与PID控制系统的跟踪误差进行对比和分析.仿真误差曲线显示,机械臂运动轨迹在受到外界干扰因素的影响时,采用RBF神经网络算法非线性积分滑模控制方法,不仅跟踪误差较小,而且输入转矩波动幅度较小.机械臂末端采用RBF神经网络算法非线性积分滑模控制方法,提高了机械臂的定位精度,降低了抖动幅度.
上一篇： 一种塔式起重机顶升过程中视频特征实时识别方法
下一篇：最后一页
中国机械工程学会 沪ICP备05060958号
地址：上海市四平路同济大学机械南馆303 邮政编码：200092