基于RBF神经网络的固定时间滑模控制策略研究

摘要

为了实现对机械臂末端的高精度跟踪控制,本文提出了一种基于径向基函数(Radial basis function,RBF)神经网络的固定时间滑模跟踪控制策略。首先,建立机械臂的动力学模型。然后,将RBF神经网络和固定时间滑模面结合,设计RBF固定时间滑模控制器,以实现对机械臂末端轨迹的高精度控制;并利用Lyapunov稳定性理论对所设计控制器的理论可行性进行了证明。最后,以二关节机械臂为研究对象进行仿真实验。结果表明:RBF神经网络的固定时间滑模跟踪控制策略能估计模型中的不确定参数,有效地改善了控制效果;并使控制器具有固定时间收敛特性,提高了机械臂的收敛速度。