具有未建模动态与输入约束的双单连杆柔性臂神经自适应边界力控制
系统与控制
2022-08-19 v1 系统与控制
摘要
本文的主要目的 through 双单连杆柔性机械臂完成安全抓取任务。为设计无力传感器的力控制,直接将力控制问题化简为常规运动控制问题,通过满足新的控制目标来实现抓取任务。此后,在双单连杆柔性机械臂领域首次将智能控制方法与鲁棒控制方法相结合,以;i) 实现运动控制目标,ii) 处理系统中的不确定性,iii) 考虑未知、混合输入约束,从而得到 NABFC(神经自适应边界力控制)。此外,为应对未知模型不确定性以及未知输入饱和与死区,使用了径向基函数神经网络(RBFNNs)。同样,利用自适应控制估计未知参数。通过采用 Lyapunov 直接法,定义恰当的 Lyapunov 泛函与能量乘子法,给出了著名且严格的稳定性流程,弥补了先前工作中提出的复杂稳定性流程。在所设计控制器存在下,该稳定性流程使系统获得一致最终有界(UUB)稳定性。最后,为将所设计控制器与其他控制器比较,采用数值分析证明了所提控制器的优异性能及稳定性分析结论的正确性。
引用
@article{arxiv.2208.08804,
title = {Neuro-Adaptive Boundary Force Control of Dual One-Link Flexible Arms with Unmodeled Dynamics and Input Constraints},
author = {Mahdi Hejrati},
journal= {arXiv preprint arXiv:2208.08804},
year = {2022}
}