chapter8.2-基于神经自适应观测器的柔性关节机器人控制_第1页
chapter8.2-基于神经自适应观测器的柔性关节机器人控制_第2页
chapter8.2-基于神经自适应观测器的柔性关节机器人控制_第3页
chapter8.2-基于神经自适应观测器的柔性关节机器人控制_第4页
chapter8.2-基于神经自适应观测器的柔性关节机器人控制_第5页
已阅读5页，还剩24页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

CHAPTER8自适应控制自适应观测器设计柔性关节机器人控制器设计仿真28.2基于神经自适应观测器的柔性关节机器人控制8.2基于神经自适应观测器的柔性关节机器人控制预备知识径向基函数（RBF）神经网络可以逼近任何非线性函数，可以代替未知的非线性系统设计控制器。3RBF网络结构

(8.5)(8.6)(8.7)自适应观测器设计非线性系统的一般模型：

(8.8)(8.9)

根据式（8.9）可构建观测器模型：

自适应观测器设计(8.10)

观测器可进一步设计为：(8.11)(8.12)(8.13)(8.14)(8.15)(8.16)

(8.17)(8.18)

稳定性分析

(8.8)(8.16)非线性系统观测器(8.19)

(8.20)

(8.21)

(8.22)(8.23)代入式(8.18)、(8.20)和(8.22)

(8.24)

(8.24)

(8.25)

(8.26)

(8.27)

(8.27)

(8.28)

(8.29)

(8.30)

(8.32)(8.31)(8.33)

柔性关节机器人控制器设计

柔性关节机械臂用微分方程描述如下：(8.34)(8.37)假设机器人的角度、电机轴的位置和角速度不能直接测量问题描述单连杆柔性关节机械臂对上式进一步推导可得：

(8.40)

(8.40)

构建新的观测器控制器设计

本节所设计的控制器结构如下图所示。由于单关节柔性机械臂的模型是四阶的，可将该系统分成四个子系统进行控制器设计，即控制器设计可分为四个步骤：

补偿误差引入补偿误差后的跟踪误差

补偿误差

稳定性分析

证明过程如下：定义3：李雅普诺夫函数控制器定义如下：

由以上推导可得：

仿真

从它们可以看出，观测器的状态与实际系统的状态一致、准确且迅速。因此，该观测器的跟踪性能满足要求。

神经网络的权重如下图所示。

可以看出，神经网络的权值在短时间内收敛到最优值。总之，本节介绍的基于神经网络的控制器能在模型未知的情况下，能够使神经网络观测器获得良好的跟

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论