基于耗散理論的機器人神經網絡魯棒控制

王洪瑞，劉聰娜，張永興
燕山大學工業計算機控制工程河北省重點實驗室，河北秦皇島
河北大學電子信息工程學院，河北保定

摘　　　要：為了更好地解決機器人系統中存在的參數不確定和外部干擾的魯棒控制問題，提出一種基于耗散性理論的神經網絡自適應魯棒控制器，首先應用無源性理論對名義模型設計鎮定控制器，然后利用ＲＢＦ神經網絡自適應學習系統的不確定部分，將神經網絡逼近誤差作為外部干擾，基于Ｈ∞ 控制理論使干擾對系統輸出的影響抑制到所要求的較小程度，并用Ｌｙａｐｕｎｏｖ穩定性理論推導出ＲＢＦ神經網絡的權重矩陣調節律以及相關的魯棒控制器，證明了系統的全局穩定性。仿真結果表明，這種控制器對機器人系統可能受到的干擾具有較好的抑制能力，提高了系統的魯棒性，實現了系統軌跡的快速準確跟蹤，又能很好地消除控制器的抖振，進而提高機器人工作性能。

關　鍵　詞：機器人；無源性；耗散性；神經網絡

１　引　言
機器人系統是典型的多輸入多輸出非線性系統，具有時變、強耦合和非線性等動力學特性。要實現其高精度快速跟蹤控制，必須采用高級控制策略。耗散性理論自提出以來得到了人們的關注，它的實質內容就是系統內部能量的損耗總是小于外部能量的供給率，Ｈ∞ 控制和無源控制是耗散控制的特例。神經網絡作為一種新的自適應控制方法，在控制領域尤其是機器人控制中得到了廣泛的應用。人們提出了各種基于神經網絡的控制方案，用于補償系統非線性和不確定性的影響，以改善系統的控制性能。類似于文獻［１］的控制思想，本文針對不確定機器人系統，提出一種基于耗散性理論的神經網絡自適應滑模控制方案。在本文的控制方案中，神經網絡自適應學習系統的不確定部分，將神經網絡的逼近誤差作為系統的外部干擾，結合耗散性理論進行干擾抑制，使機械手位置和速度矢量的跟蹤誤差漸近收斂于零。

登錄網站后可下載文件

相關閱讀:

沒有相關新聞...