基于神经网络的柔性机械手Backstepping控制

摘要

考虑到柔性机械手动力学方程和高度非线性等特点,在控制器设计中引入Backstepping设计思想,将原复杂的高阶非线性系统分解成低阶简单系统。为了有效的逼近被控对象中非线性函数,本文提出一种将径向基函数(Radial basis function,RBF)神经网络与Backstepping控制思想相结合的控制方法。仿真结果表明,基于径向基函数的神经网络Backstepping控制方法能够实现柔性机械手控制系统的稳定。