柔性关节机械臂的自适应命令滤波输出反馈控制

摘要

针对柔性关节机械臂轨迹跟踪控制中存在模型摄动、外界干扰以及部分状态信息不可测等问题,提出一种基于自适应神经网络观测器的命令滤波输出反馈控制方法。首先,给出含不确定性的柔性关节机械臂动力学方程,并选用RBF神经网络设计自适应律,在线逼近由模型摄动及未知干扰带来的不确定性项;然后,设计自适应神经观测器以对系统不可测状态进行实时估计,并将估计值用于反馈控制,解决部分状态信息不可测的问题;最后,基于Lyapunov理论设计反步跟踪控制器,并引入二阶命令滤波器获得中间虚拟控制量的导数,避免反步递推过程中“计算爆炸”的问题。仿真结果表明,当系统存在模型摄动和外界干扰时,所提自适应命令滤波反步控制方法与传统反步控制方法和误差补偿命令滤波控制方法相比,无需连杆的角速度以及电机轴的转角和角速度等状态信息,且轨迹跟踪精度分别提升78%和35%。