基于神经网络滑模的机械臂轨迹跟踪控制方法_刘晶.pdf

针对机械臂轨迹跟踪控制中存在建模误差以及外界干扰造成的控制性能下降问题,提出一种改进的自适应神经滑模控制方法。分别选取状态反馈和改进的神经网络滑模方法来控制系统的确定部分和不确定部分。利用神经网络的非线性 映射能力自适应地学习系统不确定性的未知上界,其输出作为滑模控制器的动态补偿项,Lyapunov函数法推导得到神经网络权值更新律。为保证神经网络映射的有效性,提高收敛速度,采用遗传算法对神经网络结构参数进行优化。双关节机械臂系统的仿真结果表明了该方案的有效性。