摘要：为实现柔性关节驱动机构的高精度位置控制,首先对其建立了包含Lu Gre摩擦模型、柔性变形和外界扰动力矩等非线性因素的动力学模型.然后针对该模型设计了复合神经动态面控制器,模型的不确定项通过径向基函数(RBF)神经网络(NN)在线逼近和补偿,为提高神经网络对不确定项的逼近速度和逼近精度,结合预测误差和补偿跟踪误差构建了神经网络权值的复合自适应律.通过李亚普诺夫理论证明了系统一致最终稳定有界.与传统动态面控制相比,仿真结果表明复合神经动态面控制器提高了神经网络对不确定项的逼近精度和逼近速度,提高了柔性关节驱动机构的位置跟踪精度.
分类：期刊> 自然科学与工程技术> 信息科技> 自动化技术
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏 > 文摘与引文数据库
关键词：柔性关节 复合自适应律 动态面控制 lu gre摩擦模型 神经网络
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
