chapter9.5-基于输入饱和的机械臂增强导纳控制_第1页
chapter9.5-基于输入饱和的机械臂增强导纳控制_第2页
chapter9.5-基于输入饱和的机械臂增强导纳控制_第3页
chapter9.5-基于输入饱和的机械臂增强导纳控制_第4页
chapter9.5-基于输入饱和的机械臂增强导纳控制_第5页
已阅读5页,还剩15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

CHAPTER9其他控制方法2饱和约束问题描述观测器设计控制器设计仿真验证9.5基于输入饱和的机械臂增强导纳控制9.5基于输入饱和的机械臂增强导纳控制饱和约束问题描述3饱和非线性不确定系统代表一类非线性系统,幅值饱和描述的是执行器的输入和输出之间的幅值关系。饱和现象的数学描述可以表示为:

输入饱和约束观测器设计4

5

将式(9.127)变换到拉普拉斯域:

由上式可知,将外力矩信号通过一个低阶滤波器可以得到r:6控制器设计

7将控制力矩带入式(9.132)中可得:

8

9将式(9.135)和式(9.136)代入式(9.133)得:

10对式(9.138)求导数:

将式(9.137)代入上式可得:

11将RBFNN更新律代入上式得:

利用Young不等式并结合式(9.136)得:

12基于Young不等式,可将式(9.141)化简为如下形式由式(9.130)可得

13化简式(9.143)可得:化简式(9.144)可得:

14

仿真验证力矩观测器仿真

动量p的实际曲线和期望曲线

观测器估计的力矩比较接近实际力矩,各关节的广义动量误差可趋近于零,说明设计的观测器的估计性能良好。导纳控制器仿真

控制力矩神经网络权重列向量的范数

带输入饱和的神经网络控制器的跟踪性能带输入饱和补偿器的控制力矩输入饱和的仿真

带输入饱和的神经网络控制器的跟踪误差带输入补偿的神经网络控制器的跟踪误差如上图所示。上述仿真结果验证了神经网络控制器的的有效性。Thanks机器人控

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。

评论

0/150

提交评论