CAJ | 학술논문

针对一类同时具有参数及非参数不确定性的自由漂浮空间机器人系统的轨迹跟踪问题,采用了一种RBF神经网络的自适应鲁棒补偿控制策略.对于系统的参数不确定性,通过对径向基神经网络来自适应学习并补偿,逼近误差通过滑模控制器消除,神经网络权重的自适应修正规则基于Lyapunov函数方法得到;而非参数不确定通过鲁棒控制器来实时自适应估计,且未知上界不需要先验的知识.该方法从整个闭环系统的稳定性出发设计的神经网络动态补偿的鲁棒控制器,并通过引入PD反馈来便于工程应用,这种鲁棒的神经网络控制器,可以有效提高收敛速度并保证其控制精度.试验结果进一步证明了这种自适应神经网络控制算法的有效性.
침대일류동시구유삼수급비삼수불학정성적자유표부공간궤기인계통적궤적근종문제,채용료일충RBF신경망락적자괄응로봉보상공제책략.대우계통적삼수불학정성,통과대경향기신경망락래자괄응학습병보상,핍근오차통과활모공제기소제,신경망락권중적자괄응수정규칙기우Lyapunov함수방법득도;이비삼수불학정통과로봉공제기래실시자괄응고계,차미지상계불수요선험적지식.해방법종정개폐배계통적은정성출발설계적신경망락동태보상적로봉공제기,병통과인입PD반궤래편우공정응용,저충로봉적신경망락공제기,가이유효제고수렴속도병보증기공제정도.시험결과진일보증명료저충자괄응신경망락공제산법적유효성.