机械手的在线鲁棒自适应神经网络跟踪控制

摘要

考虑了一类具有外界干扰和不确定性的机械手臂轨迹跟踪鲁棒控制问题.控制器由自适应RBF(radial basis function)神经网络控制器和PD控制器组成.采用基于神经元灵敏度和获胜神经元概念的GP-RBF算法,在线确定神经网络的初始结构和参数.当误差满足一定要求时,根据Lyapunov稳定性理论的自适应律进一步调整网络权值,以保证机械手位置误差和速度跟踪误差渐近收敛于零.所设计的控制器可保证闭环系统的稳定性和鲁棒性.仿真结果证明了本文方法的有效性.