耦合ODE PDE两连杆刚柔机械臂边界控制的自适应迭代学习算法

为了执行重复性任务,本文针对具有参数不确定性的两连杆刚柔机器人提出了一种自适应边界迭代学习控制(ILC)方案。 利用汉密尔顿原理,建立了系统的常微分方程和偏微分方程(ODE–PDE)耦合动力学模型。为了驱动节点遵循期望的轨迹并同时消除柔性梁的变形,加入了边界控制策略。边界控制方案的自适应迭代学习算法包括比例-微分(PD)反馈结构和迭代项。该新型控制器旨在处理未建模的动力学和其他未知的外部干扰。 提供了数值模拟,以验证所提出的控制器在MATLAB中的性能。