不確定機器人的幾種滑模變結構控制策略的研究.pdf

1、機器人系統(tǒng)具有時變、強耦合和非線性的動力學特點，其控制問題在理論界和工程領域一直以來都備受關注。在對機器人系統(tǒng)進行控制器設計時，我們必須面對其大量不確定因素的存在，滑模變結構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，消除滑模變結構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知識，然后對機器人動力學模型和有關數學知識進行了闡述，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構控制策略。首先基于飽和函數給出了不確定性機器人的自適應滑?？刂品桨?綜合自適應控制和變結構控制分別對機器人參數不確定性和非參數不確定性進行補償，飽和函數可以保證控制力矩的平滑；然后引入徑向基函數(Radial Basis Function,RBF)神經網絡自學習方法，提出了一種基于 RBF神經網絡

3、的機器人滑模控制,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，在飽和函數基礎上，利用 RBF神經網絡學習不確定性上界，基于變結構控制思想設計神經網絡變結構補償控制器，有效地消除或減弱了變結構控制輸入力矩的抖振，仿真結果表明系統(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計的自適應動態(tài)滑?？刂撇呗裕摽刂品桨缚梢园芽刂戚斎氲亩墩褶D移到其一階