基于神经网络的机械手轨迹跟踪控制器优化设计

摘要

针对机械手运行时存在外界干扰、难以高精度控制等问题,设计了一种基于RBF神经网络的机械手轨迹跟踪鲁棒控制器.在该控制器中,根据机械手动力学模型中的确定项建立控制率,用神经网络逼近系统中的不确定项,用鲁棒控制处理外部干扰的能力抑制神经网络的逼近误差,在Mat-lab Simulink平台上搭建控制框图,对二自由度机械手进行轨迹跟踪控制仿真,最后优化控制器中的参数,寻求更优的控制效果.结果表明,该控制器能够完成轨迹跟踪控制任务,经过参数优化后的控制器控制效果更佳.研究结果可为今后的机械手轨迹跟踪控制的深入研究奠定基础.