基于R B F神經網絡的滑模變結構機器手控制

東華理工大學機械與電子工程學院 席亞軍 夏 洪 田雪豐

基于R B F神經網絡的滑模變結構機器手控制

東華理工大學機械與電子工程學院 席亞軍 夏 洪 田雪豐

一般而言，我們通過設定機器手各關節的驅動力矩進一步對機器手軌跡進行跟蹤控制，在這種很費力的方法下來使得機械手的運動逼近期望軌跡[1]。不可避免的是大量實踐表明抖動還是會普遍產生，會在機械手啟動的時候產生很大的影響，我在閱讀及分析大量文獻的前提下，應用新型的基于RBF神經網絡的新型滑模變結構機器手軌跡跟蹤控制方法，最終的結果，還是通過MATLAB進行仿真，依據仿真可以看出這種新型結構可以很好的降低抖振。

滑模；變結構；RBF神經網絡；期望軌跡；抖振；MATLAB仿真

0 引言

機器人的穩定控制系統在機器人設計中起到非常重要作用，在設計中需選用哪種穩定的控制方案，我們應視具體的被控對象還有環境作為依據。很早時候國外專家Utkin完整的提出了滑模(Slide Mode)變結構控制，在當時技術條件下他們主要是依靠開關的切換進一步的實現改變系統結構，從而一點一點的到達均衡點[1]。不可否認的是原理上不可避免變結構開關抖振，通過大量的實驗數據及分析可知不能徹底地去掉它，所以在當時的技術條件下僅僅相對的削弱一小部分，可以這么說，系統的動態性能的好壞也是由抖振的大小決定的。

1 變結構基本原理

通過實驗研究只要能夠滿足系統的穩定性標準，設計者在設計滑模面時可以提出有差別很大的設計結構，這些其實不是多重要，然則不管何種滑模面都很大程度地影響系統的動態特性。我們首先建立恰當的原理模型，令線性滑模、非線性滑模的形式為：

在以上的公式中定義c為滑模系數，x為系統狀態[2]?；谇叭说姆治黾捌浜罄m的工作研究，不難發現抖振產生的根本是系統在運動的時候，當運動點一點一點的靠近切換面的時候，自然界中慣性的存在不可避免的使運動點不僅到達切換面而且還穿透了，抖振就這樣不可避免的發生了，故我設計采用基于RBF神經網絡方法進一步消弱抖振。

2 軌跡跟蹤控制

3 神經網絡滑?？刂萍捌浞抡?/h2>

本節采納RBF神經網絡來實現減弱抖振的問題。徑向基函數神經網絡(RBF)是一前饋網絡，現如今隨著技術的發展，其適應于生產生活的各個方面范疇。RBF網絡滑模變結構控制如圖1所示。

圖1 RBF神經滑?？刂破?/p>

對于RBF神經滑?？刂频乃惴?，為了更好的看出實驗仿真效果及以后更加優異的改進，故此先設計采用一個力臂機器手當作為被控對象[3]，我們基于以上的分析可以很容易的得出單力臂機械手的動力學模型為：

圖2 關節位置跟蹤及其控制量

仿真表明加了RBF網絡的控制系統，其降低了輸入控制量的大小，同時降低了系統起始時刻的控制量，其實在部分工業領域中即使在很小的時間內，這個時間短到在機械領域中可以忽略，但是卻也會產生很大的影響。就是這個條件下使機器人的運動點到達滑模面上，可以很快的復位到平衡點。不言而喻的是通過我這種RBF網絡滑?？刂破鞯男滦驮O計可以很大程度的降低抖振，下一步只要我們充分的利用這種設計可以更好的改善機器人的一些特點性能及其應用于生產生活中。

4 總結

本文從理論分析開始，不斷的提出新型的設計方案，不斷的驗證。查閱大量資料得出更加實用的知識。我大量的論述了滑模變結構的基本原理及在生產生活中可能會出現的部分問題，及如何解決這些無法避免的問題。選用新型的未來會有更多應用的機械手作為本設計的研究對象。經過大量的數據得出基于RBF神經網絡的滑模變結構機器手軌跡跟蹤控制方法，其真正的應用領域在以后的進一步更加完善的改進之后會大面積的普及，從仿真中可以看出系統在穩態性和定位精度方面得到了相當可觀的提高。

[1]劉金琨．機器人控制系統的設計與MATLAB仿真[M]．北京:清華大學出版社,2005．

[2]張裊娜,馮勇,孫黎霞．雙臂柔性機械手的終端滑?？刂芠J]．控制與決策,2004,109(10):1142-1146．

[3]劉金琨．滑模變結構控制MATLAB仿真[M]．北京:清華大學出版社,2005．

夏洪（1958—），江西撫州人，副教授。

席亞軍（1992—），江蘇徐州人，碩士研究生。