基于自适应神经网络高阶动态滑模的轨迹跟踪控制方法

    公开(公告)号:CN114147713A

    公开(公告)日:2022-03-08

    申请号:CN202111455320.2

    申请日:2021-12-01

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于自适应神经网络高阶动态滑模的轨迹跟踪控制方法,首先建立具有一般性的n阶非线性系统模型,通过设计动态滑模控制和一阶滤波器,解决反演控制带来的信息爆炸问题,再通过基于径向基自适应神经网络控制估计系统的非线性扰动。通过李雅普诺夫证明设计的控制方法对所提出的系统证明其稳定性,最后将其控制方法运用在二维非线性柔性机械臂控制系统中,在系统外部非线性不确定干扰情况下,基于各个关节的测量信息,实现对柔性机械臂的轨迹跟踪控制,并保证控制的鲁棒性,提高了误差的收敛速度和跟踪精度。

    基于自适应神经网络高阶动态滑模的轨迹跟踪控制方法

    公开(公告)号:CN114147713B

    公开(公告)日:2024-01-19

    申请号:CN202111455320.2

    申请日:2021-12-01

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于自适应神经网络高阶动态滑模的轨迹跟踪控制方法,首先建立具有一般性的n阶非线性系统模型,通过设计动态滑模控制和一阶滤波器,解决反演控制带来的信息爆炸问题,再通过基于径向基自适应神经网络控制估计系统的非线性扰动。通过李雅普诺夫证明设计的控制方法对所提出的系统证明其稳定性,最后将其控制方法运用在二维非线性柔性机械臂控制系统中,在系统外部非线性不确定干扰情况下,基于各个关节的测量信息,实现对柔性机械臂的轨迹跟踪控制,并保证控制的鲁棒性,提高了误差的收敛速度和跟踪精度。

Patent Agency Ranking