|
|||||
|
|
| 基于神经网络的自由漂浮空间机械臂自适应鲁棒控制 | |
| 摘 要： | 针对自由漂浮空间机械臂动力学模型难以精确获得,且无法表达为关于未知参数的线性形式问题,提出基于自适应神经网络的鲁棒控制方法.对于不确定性空间机械臂系统模型中存在的未知不确定部分,利用神经网络的万能逼近特性,设计神经网络控制器来补偿未知模型,避免传统控制中的保守上界估计;采用泰勒线性化技术将神经网络隐含层中的高斯函数线性化,设计包括网络权值、高斯中心及宽度在内的网络全参数自适应学习律,实现在线实时调整,提高控制精度;设计鲁棒自适应控制器来抑制外界扰动,并补偿逼近误差,提高系统鲁棒性;基于Lyapunov理论证明闭环系统的一致最终有界(UUB).仿真试验表明所提控制方法能够获得较好控制效果,对空间机械臂控制具有一定工程应用价值. |
| 本文献已被 CNKI 等数据库收录！ | |
