基于模糊神经网络的机器人滑模自适应控制

被引：2

作者：

林雷 ^{[1
]}

任华彬 ^{[1
]}

王洪瑞 ^{[2
]}

机构：

[1] 燕山大学电气工程学院

[2] 河北大学电子信息工程学院

来源：

控制工程 | 2007年 / 05期

关键词：

机器人; 滑模控制; 模糊神经网络; 直接自适应控制;

D O I：

10.14107/j.cnki.kzgc.2007.05.021

中图分类号：

TP242 [机器人]; TP183 [人工神经网络与计算];

学科分类号：

1111 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

滑模控制(SMC)响应快,对系统参数和外部扰动呈不变性,可保证系统的渐近稳定性,但其缺点是控制存在很强的抖动;而模糊神经网络(FNN)具有模糊系统和神经网络共同的特点。将滑模控制和模糊神经网络控制有机结合,利用简单得到的学习信号对模糊神经网络进行在线学习,通过平滑切换函数实现直接自适应控制策略。对两连杆机械手的仿真研究表明,在存在模型误差和外部扰动的情况下,该方案既能达到高精度快速跟踪的目的,又能有效减小滑模控制的抖动问题。

引用

页码：532 / 534+539 +539

页数：4