基于径向基函数神经网络控制的机械臂轨迹误差研究

来源：机床与液压杂志2018年第15期北京时间：

作者：刘益标

单位：广东工贸职业技术学院；广东工贸职业技术学院

摘要：当前，机械臂关节运动轨迹容易受到外界环境的干扰，导致运动轨迹不稳定，抖动现象特别严重，不能很好地满足轨迹跟踪任务的要求。对此，文中创建机械臂双关节运动简图模型，采用径向基函数（RBF）神经网络自适应控制方法跟踪机械臂关节的运动轨迹。分析了机械臂运动轨迹所产生的误差，设计了机械臂关节神经网络自适应控制器，引用李雅普诺夫函数对控制器的稳定性和收敛性进行了证明。结合具体实例，借助于Matlab软件对机械臂双关节的运动轨迹追踪误差进行仿真。同时，与模糊PID控制的仿真误差进行对比和分析。仿真曲线显示，机械臂关节采用RBF神经网络自适应控制方法，运动轨迹追踪所产生的误差较小，输入力矩的振动幅度相对较小。因此，机械臂关节末端采用RBF神经网络自适应控制器，可以降低运动轨迹的跟踪误差，改善振动现象。

关键词：机械臂;径向基函数;神经网络;仿真;误差

基金资助：广东省科技计划项目(2014A010104016)