基于RBF神经网络的翻曲机器人自适应滑模变结构控制  

Adaptive Sliding Mode Variable Structure Control for Turn Over Robot Based on RBF Neural Network

作　　者：周军超[1,2] 田建平 汤爱华[1,2] 

机构地区：[1]四川理工学院机械工程学院,自贡643000 [2]人工智能四川省重点实验室,自贡643000

出　　处：《自动化与仪表》2018年第1期34-36,共3页Automation & Instrumentation

基　　金：人工智能四川省重点实验室(2017RYY04);四川省科技厅重点项目(2016SZ0074)

摘　　要：针对酿酒翻曲机器人关节抖振和控制存在的不确定性等问题,从动力学角度出发,结合机器人部件结构、材料和运动实际情况,提出一种基于RBF神经网络的线性反馈滑模变结构控制策略。通过线性反馈RBF神经网络系统实现对滑模变控制器不确定性的补偿,进一步改善控制效果。研究结果表明,文中提出的基于线性反馈RBF神经网络神经的滑模变结构控制策略,具有良好的位置控制精度和收敛速度,且能有效地削弱抖振。Aiming at the problems of the uncertainty of joint chattering and control in a wine turning robot,a linear feedback sliding control strategy based on RBF neural network is proposed combined with the robot parts structure, materials and movement of the actual situation from the dynamic point of view. By using the linear feedback RBF, the sliding mode controller is compensated without uncertainty,and the control effect is further improved. The results show that the proposed linear feedback RBF neural sliding mode Variable structure control based on position control strategy has good accuracy and high convergence speed,and effectively reduces chattering.

关 键 词：翻曲机器人 滑模变结构 RBF神经网络 酿酒机械 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置] TP183[自动化与计算机技术—控制科学与工程]