基于低通滤波器的不确定机器人迭代学习控制.pdfVIP

2010年 1月 控 制 工 程 Jan．2010 第17卷第1期 ControlEngineeringofChina Vo1．17．No．1 文章编号：1671-7848(2010)Ol-0106-04 ▲基摘于低燕(要通大l学针：滤对工业“不波汁确算器定机王机控跃器制的灵人工不程系河，确沈统北轨书省迹定坤重跟机点踪，实王验器题洪问室斌人河，，并北迭更秦好皇代地岛消学06除60系0习4统)控不确制定性对控制性能的 影响．提出一种基于低通滤波器的迭代学习控制方法一采用滑模变结构控制 (SMC)以提高控 制器对系统干扰和摄动的鲁棒性，并在控制器输出端引入低通滤波器(LPF)来消除滑模控制中 出现的抖振现象。将系统的不确定项描述为周期性和非周期性两部分，通过采用迭代学习算 法对周期性不确定部分进行迭代学习，采用RBF神经网络对非周期性不确定部分的未知上界 进行 自适应学习 该控制方法不仅对系统的不确定性和有界外部扰动具有鲁棒性，而且使得 整个系统在迭代域中是全局渐近稳定的。严格的理论推导和仿真结果表明了该控制策略的有 效性 ～ 关 键 词：低通滤波；机器人；迭代学习控制；RBF神经网络；滑模变结构控制 中图分类号：TP27 文献标识码 ：A IterativeLearningControlforUncertainRobotBasedonLow PassFilter WANG Yue—ling，SHEN Shu—kun，WANGHong—bin (KeyLabofIndustrialComputerControlEngineeringoftteibeiProvince，YanshanUniversity，Qinhuangdao066004，China) Abstract：Aniterativelearningcontrolalgorithmbasedonlowpassfilter(LPF)isproposedfortrajectorytrackingofuncertainrobotsys— tem．Slidingmodevariablestructurecontrolisusedtoimprovetherobustnesstodisturbanceandperturbation，andLPFisusedtoelimi— natethechatteringofslidingmodecontro1．Theuncertainpartisdescribedasperiodicalandnon—periodicpans．herativelearningcontrol algorithm isusedtolearntheperiodicaluncertainty，andRBFneuralnetwork isusedtoleal’ntheunknownupperboundofnon—periodic uncertaintyadaptively．Thecontrolalgorithm notonlyguaranteestherobustnesstosystem uncertaintiesand boundedexternaldisturb— anees，butalsoguaranteesthatthesystem isasymptoticalstableiniterativedomain．Thesimulationresultsshowthattheexpectedcontrol purposecanbeachievedusingtheproposedalgorithm． Keywords：LPF；robot；iterativelearningcontrol；RBFneuralnetwork；slidingmodevariablestructurecontrol 滤波器，以有效地滤除高频抖振控制信号。该控制 1 引 言