基于神经网络的伺服机械手LuGre 摩擦补偿控制.PDF

第42卷 第5期 北 京 工 业 大 学 学 报 Vol.42 No.5 2016年 5月 JOURNAL OF BEIJING UNIVERSITY OFTECHNOLOGY May2016 基于神经网络的伺服机械手LuGre摩擦补偿控制 1 2 1 王三秀 ,赵云波 ,陈摇 光 (1.台州学院物理与电子工程学院,浙江 台州摇 318000;2.浙江工业大学信息工程学院,杭州摇 150001) 摘摇 要:针对伺服机械手系统的LuGre摩擦模型参数辨识难,难以建立其精确的数学模型,利用径向基函数(RBF) 神经网络的万能逼近特性逼近LuGre摩擦,并作为计算转矩控制器的补偿项. 通过Lyapunov方法证明了系统的稳 定性以及闭环系统跟踪误差的收敛性. 仿真结果证明控制算法能对摩擦进行有效补偿,提高了伺服机械手系统的 轨迹跟踪控制性能. 关键词:伺服机械手;LuGre摩擦;径向基函数(RBF)神经网络 中图分类号:TG273 文献标志码:A 文章编号:0254-0037(2016)05-0679-05 doi:10.11936/ bjutxb2015100044 LuGre Friction Compensation Control of Servo Manipulator Based on Neural Network 1 2 1 WANG Sanxiu ,ZHAO Yunbo ,CHEN Guang (1.College of Physics and Electronic Engineering,Taizhou University,Taizhou318000,Zhejiang,China; 2.College of Information Engineering,Zhejiang University of Technology,Hangzhou 150001,Zhejiang,China) Abstract:To overcome the parameter identification difficulties of the LuGrefriction model,and it is not easy to establish an accurate mathematical model, RBF neural network was used to approximate the LuGrefriction model,andwascombinedwith the computed torque controller. The stability of the system and the convergence ofthetrackingerroroftheclosed鄄loop systemwereprovedbytheLyapunovmethod. The simulation results show that the control algorithm can compensate thefriction effectively and improve the tracking control performance. Key words:servo manipulator;LuGre friction;radial basisfunction (RBF) neural network 摇 摇 摩擦是影响高性能伺服机械手控制精度的一个 影响,在一些低速、高精度的伺服运动控制系统中,