基于神经网络补偿的机器人滑模变结构控制

2014，50（23）1引言多关节机器人在现代工业中有着广泛的应用。作为被控对象，它有着高度非线性，高度时变，强耦合的特点，而且，它总存在着建模误差和外部干扰等不确定性，因此机器人的控制问题成为了控制领域里面的热点。滑模控制是一种对参数变化和外部干扰有着强鲁棒性的控制策略，因此，它在机器人控制领域应用很广[1-5]。文献[1-2]使用的是传统的滑模控制，文献[3-5]使用的是终端滑模控制，都获得了不错的效果。但是传统滑模控制是状态渐进收敛于平衡点，终端滑模控制则能在有限时间收敛，但当系统远离平衡点时，控制性能却不如前者。快速终端滑模控制[6]作为一种新型的滑模控制策略，结合了两者的优点，使系统状态在远离平衡点或平

衡点附近都能快速收敛，并成功运用到机器人控制系统[7-10]。双幂次快速终端滑模控制[11]是在此基础上提出的改进，它具备快速终端滑模控制的所有特点，系统收

敛速度更加快。但是，这方法依然没有避免大量的抖动，而且，该方法必须预先估计建模误差及不确定干扰的上界，而这难以获得，如果做过多的保守估计则会加剧抖动的产生。神经网络对任意非线性函数的逼近能力使得它得到了诸多应用[12-14]，文献[12]就使用神经网络对机器人的不确定部分进行逼近，并取得了很好的效果。本文采用了双幂次快速终端滑模控制和神经网络补偿相结合的方法，该方法采用径向基函数神经网络自适应地补偿建模误差和不确定性干扰，并通过李雅普诺夫直接法来确定权值更新，确保了系统的全局稳定性，并有效削弱了抖震，而且具有良好的暂态性能。2机器人动力学模型

刚性机器人数学模型常用下面的微分方程描述：基于神经网络补偿的机器人滑模变结构控制

李文波，王耀南

LI Wenbo,WANG Yaonan

湖南大学电气与信息工程学院，长沙410082

College of Electrical and Information Engineering,Hunan University,Changsha 410082,China

LI Wenbo,WANG Yaonan.Sliding mode variable structure control based on neural networks compensation for robotic https://www.wendangku.net/doc/8015941136.html,puter Engineering and Applications,2014,50（23）：251-255.

Abstract ：In this paper,fast terminal sliding mode controller with a neural network based compensator is developed for robotic manipulators with modelling uncertainties and disturbs.The two-power terminal sliding mode approach can make the system states fast converge to zero in a finite time.The neural network for compensating the uncertainties is trained on line based on Lyapunov theory and thus its convergence is guaranteed.Chattering is reduced and even eliminated.Simula-tion results verify the validity of the control scheme.

Key words ：fast terminal sliding mode;neural network;robot;chattering

摘要：针对机器人控制系统中存在的建模误差和不确定性干扰，提出了基于神经网络补偿的滑模变结构控制。该方法采用双幂次快速终端滑模控制使得系统能在有限时间内快速达到滑模面和平衡点，采用径向基函数神经网络自适应地补偿建模误差和不确定干扰，并通过李雅普诺夫直接法设计权值更新率，确保了系统的全局稳定性，有效抑制了抖震。对两关节机器人的仿真结果表明了该方法的有效性。

关键词：快速终端滑模；神经网络；机器人；抖震

文献标志码：A 中图分类号：TP393doi ：10.3778/j.issn.1002-8331.1303-0040

基金项目：国家高技术研究发展计划（863）（No.2012AA111004，No.2012AA112312）；国家自然科学基金（No.6117500075）。

作者简介：李文波（1989—），男，硕士研究生，主要研究方向为机器人控制；王耀南（1957—），男，博士，教授，主要研究方向为智能

机器人、智能信息处理。E-mail ：liwenbo005@https://www.wendangku.net/doc/8015941136.html,

收稿日期：2013-03-04修回日期：2013-04-01文章编号：1002-8331（2014）23-0251-05

CNKI 网络优先出版：2013-04-18,https://www.wendangku.net/doc/8015941136.html,/kcms/detail/11.2127.TP.20130418.1614.006.html Computer Engineering and Applications 计算机工程与应用

251