滤波减速器传动机器人的自适应RBF反演法控制 (2014年)

针对具有参数未知、外界扰动、强耦合、非线性和多变量的滤波减速器传动机器人，建立系统数学模型，并对其进行自适应RBF神经网络反演法控制。利用自适应RBF在线逼近系统模型中的未知非线性项，设计基于自适应RBF神经网络的反演法控制器，同时结合Lyapunov稳定性分析方法论证闭环系统的收敛性。所提控制方法有效地抑制诸如参数未知、外界扰动等对滤波减速器传动机器人的性能影响。仿真分析表明，所提出自适应RBF神经网络反演控制器实现了滤波减速器传动机器人的高性能位置跟踪控制，并具有很好的控制精度和鲁棒性。