论文部分内容阅读
针对机器人模型未知的情况,提出一种机器人连续滑模变结构与神经网络复合控制方法。首先通过神经网络学习机器人系统特性,用做前馈力矩补偿项,使得跟踪误差收敛得更快,控制力矩更为平滑;再运用基于一类饱和函数的连续滑模控制,确保跟踪差渐近收敛,削弱乃至消除滑模控制常见的抖振现象。在两连杆机器人上的仿真实验结果显示了该文控制方案良好的暂态性能和平稳的控制作用。