排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
提出了一种基于滑模补偿的RBF网络自适应控制方法,并将其用于六轴机械臂上,实现了在模型不确定情况下高精度的位置跟踪以及快速的逼近速度.为了更好地保证其在摩擦力、外部干扰误差和参数变化等因素影响下的稳定性,采用滑模控制作为辅助控制,对系统进行鲁棒补偿,并且用模糊控制对切换增益进行时变以更好地补偿不确定项.所设计的自适应律权值不断进行在线调整,并应用Lyapunov定理验证了其稳定性.通过仿真结果和与其他文献方法进行的比较证明了所给出方法收敛速度更快、鲁棒性更强.同时也证明了在实际工程中,实际建模参数与理想值相差很大. 相似文献
2.
通过一种简单的模糊滑模控制以达到机械臂跟踪的最佳运动轨迹.所提方法的核心是通过线性化反馈方法，将机械臂动力学的已知部分去除，然后用经典的滑模控制克服系统的不确定性，之后应用T-S模糊模型，将经典的滑模控制器转化为规则十分简单的模糊滑模控制器.仿真分析表明，在不确定性存在的情况下，所提出的控制律全局渐近稳定.最后，通过六轴机械臂的Matlab/Adams联合仿真，验证了模型的准确性，并且通过与经典滑模控制比较得出了在结构化和非结构化的不确定性存在条件下该控制方案的优越性. 相似文献
1