不確定機器人的幾種滑模變結(jié)構(gòu)控制策略的研究.pdf

1、機器人系統(tǒng)具有時變、強耦合和非線性的動力學(xué)特點，其控制問題在理論界和工程領(lǐng)域一直以來都備受關(guān)注。在對機器人系統(tǒng)進行控制器設(shè)計時，我們必須面對其大量不確定因素的存在，滑模變結(jié)構(gòu)控制對模型不確定性有很強的魯棒性，它具有控制簡單、降階、解耦等優(yōu)點，因其滑動模態(tài)對系統(tǒng)干擾和攝動具有完全適應(yīng)性而被廣泛的用于機器人控制中。但其存在嚴重的抖振問題，抖振的危害是很大的。因此，消除滑模變結(jié)構(gòu)的抖振問題具有十分重要的理論和實踐意義。
　　本文首先介紹

2、了機器人發(fā)展概況及其控制基礎(chǔ)知識，然后對機器人動力學(xué)模型和有關(guān)數(shù)學(xué)知識進行了闡述，并針對不確定性機器人的軌跡跟蹤問題提出了幾種有效的滑模變結(jié)構(gòu)控制策略。首先基于飽和函數(shù)給出了不確定性機器人的自適應(yīng)滑?？刂品桨?綜合自適應(yīng)控制和變結(jié)構(gòu)控制分別對機器人參數(shù)不確定性和非參數(shù)不確定性進行補償，飽和函數(shù)可以保證控制力矩的平滑；然后引入徑向基函數(shù)(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)方法，提出了一種基于 RBF神經(jīng)網(wǎng)絡(luò)

3、的機器人滑?？刂?其基本思想是將不確定性機器人系統(tǒng)分為名義模型和不確定部分，對名義模型，采用狀態(tài)反饋即可保證其穩(wěn)定性，對不確定部分，在飽和函數(shù)基礎(chǔ)上，利用 RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)不確定性上界，基于變結(jié)構(gòu)控制思想設(shè)計神經(jīng)網(wǎng)絡(luò)變結(jié)構(gòu)補償控制器，有效地消除或減弱了變結(jié)構(gòu)控制輸入力矩的抖振，仿真結(jié)果表明系統(tǒng)達到全局最后一致有界或漸近穩(wěn)定；另外，本文還提出了一種基于李亞普諾夫反演設(shè)計的自適應(yīng)動態(tài)滑模控制策略，該控制方案可以把控制輸入的抖振轉(zhuǎn)移到其一階