第 29 卷 第 6 期
Vol. 29 No. 6
控 制 与 决 策
Control and Decision
2014 年 6 月
Jun. 2014
基于 LuGre 摩擦模型的机械臂模糊神经网络控制
文章编号: 1001-0920 (2014) 06-1097-06 DOI: 10.13195/j.kzyjc.2013.0510
徐智浩
a
, 李 胜
a
, 张瑞雷
a
, 陈庆伟
a
, 侯保林
b
(南京理工大学 a. 自动化学院，b. 机械工程学院，南京 210094)
摘 要: 针对未知摩擦非线性会使机械臂控制精度难以提高的缺陷, 建立基于动态 LuGre 摩擦的机械臂模型. 在系
统参数未知和机械臂负载变化的情况下, 设计一种自适应模糊神经网络控制器, 采用基函数中心和宽度均自适应变
化的模糊神经网络补偿器, 实现对系统中包括 LuGre 摩擦在内的非线性环节的逼近, 并利用滑模控制项减小逼近误
差. 通过 Lyapunov 方法证明了闭环系统的稳定性, 并通过仿真结果验证了所提出控制方法的有效性.
关键词: 机械臂；LuGre 摩擦；模糊神经网络；自适应控制
中图分类号: TP241 文献标志码: A
Fuzzy-neural-network control for robot manipulators with LuGre friction
model
XU Zhi-hao
a
, LI Sheng
a
, ZHANG Rui-lei
a
, CHEN Qing-wei
a
, HOU Bao-lin
b
(a. School of Automation，b. School of Mechanical Engineering，Nanjing University of Science and Technology，Nanjing
210094，China．Correspondent：XU Zhi-hao，E-mail：feng11q@126.com)
Abstract: The dynamic model of the two-link robot manipulator based on LuGre friction is established in order to solve the
problem that the control precision of manipulators is difficult to be improved of because of unknown nonlinear friction. An
adaptive fuzzy-neural-network controller(AFNNC) is designed subject to the high-coupled and nonlinear of the system and
numerous parameters of the LuGre friction. Fuzzy-neural-network(FNN) compensator is used to approximate the nonlinear
part including the LuGre friction. The center and the width of the basic functions of the FNN can be fixed with on-line
adaptation, and the approximate error is eliminated by a sliding-mode part. The stability of the close-loop system is proved
by using Lyapunov function. Simulation results show the effectiveness of the control algorithm.
Key words: manipulator；LuGre friction；fuzzy-neural-network；adaptive control
0 引引引 言言言
随着现代科学技术的飞速发展, 机械臂在众多领
域起到了越来越重要的作用, 因此对机械臂精确控制
的要求也越来越高. 但系统由于存在包括摩擦在内的
非线性环节, 且难以获得精确的系统参数, 给机械臂
的高精度控制带来了困难, 需要采用合适的补偿方法
抑制或消除上述情况带来的影响.
在对系统的非线性环节进行补偿之前, 有必要
建立精确的机械臂摩擦模型. 目前常用的摩擦模型有
库伦摩擦、黏性摩擦 和 Stribeck 摩擦
[1-5]
, 这些摩擦模
型对摩擦过程的描述均不够精确. LuGre 摩擦模型是
Cannudas 等
[6]
提出的一个完善的动态摩擦模型, 它能
够更准确地描述摩擦过程中复杂的动静态特性, 如
滑动位移、摩擦滞环、变静摩擦、爬行和 Stribeck 效应
等, 广泛应用于伺服系统、汽车工业等. 目前机械臂控
制领域对 LuGre 摩擦的研究较少, 因此将 LuGre 模型
引入到机械臂系统, 能够更真实地模拟系统的摩擦环
节, 对机械臂的高精度控制具有重要的意义.
为了采用合适的补偿方法补偿机械臂动力学的
非线性和参数不确定性, 实现机械臂精确的轨迹跟踪,
研究人员做了大量的工作
[7-12]
. 文献 [9] 根据机械臂
动力学模型的非线性和参数不确定性, 提出了采用神
经网络作为补偿器的机械臂轨迹控制策略. 文献 [10]
针对空间机械臂提出了一种标称计算力矩控制器附
加自适应模糊补偿器的符合控制方案. 以上两种控制
方法的前提需要得到机械臂的标称模型. 文献 [11] 采
用模糊系统逼近机械臂系统的惯性阵以及哥式力和
离心力矩阵, 对机械臂的非线性动力学实现了间接补
收稿日期: 2013-04-25；修回日期: 2013-08-09.
基金项目: 国家自然科学基金项目(60975075 ,61074023, 51175266)；江苏省高校自然科学基金项目(12KJB510008).
作者简介: 徐智浩(1989−), 男, 博士生, 从事多刚体动力学、多关节机器人控制的研究；陈庆伟(1963−), 男, 教授, 博士
生导师, 从事智能控制、运动体高精度跟踪控制系统等研究.
资源评论
