无模型机械臂BP神经网络状态观测及反演跟踪控制

摘要/Abstract

摘要： 针对摩擦阻尼及模型参数不确定的情况，运用反演控制设计策略，针对多连杆机械臂提出了一种基于神经网络观测器的无模型轨迹跟踪控制方法。运用带有修正项的自适应BP神经网络观测器对不可测状态量进行观测，同时对系统模型进行在线逼近。在此基础上设计了基于观测状态和逼近模型的反演跟踪控制器， Lyapunov稳定性理论证明了该控制器能够保证跟踪误差的有界和闭环系统中所有信号的有界。跟踪给定轨迹的仿真实验证明了该方法的有效性。

关键词: 机械臂, 状态观测器, BP神经网络, 反演控制

Abstract: A model-free trajectory tracking control algorithm was proposed for multi-link robotic manipulators with friction damping and model parameter uncertainties based on the backsteeping techniques. An adaptive BP neural network state observer with modification items was used to obtain the unmeasured states and approximated the system model online.Then,a backstepping tracking controller was developed, which took advantages of the observed state values and dynamics.Based on Lyapunov stability theory it is proved that presented controller can guarantee the tracking accuracy and all signals involved are bounded. Finally, it demonstrates that the strategy is effective by the simulation of tracking expected trajectory.

Key words: robotic , manipulator, state observer, BP neural network, backstepping control

中图分类号:

TP241.3

李光, 符浩. 无模型机械臂BP神经网络状态观测及反演跟踪控制[J]. 中国机械工程.

Li Guang, Fu Hao. BP Neural Network State Observation and Backstepping TrackingControl of Model-free Robotic Manipulators[J]. China Mechanical Engineering.

参考文献

[1]席雷平，陈自力，齐晓慧.基于非线性干扰观测器的机器臂自适应反演滑模控制[J].信息与控制,2013,42(4):470-477.

Xi Leiping,Chen Zili,Qi Xiaohui.Adaptive Backstepping Sliding Mode Control for Robotic Manipulator with Nonlinear Disturbance Observer[J].Information and Control，2013,42(4):470-477.

[2]贾鹤鸣,宋文龙,郭少彬,等.基于神经网络的机械臂自适应输出反馈控制设计[J].应用科学学报,2013,31（4）:427-433.

Jia Heming,Song Wenlong,Guo Shaobin,et al.Adaptive Output Feedback Control of Manipulators Based on Neural Network[J].Jounal of Applied Sciences,2013,31(4): 427-433.

[3]付涛,王大镇,弓清忠,等.改进神经网络自适应滑模控制的机器人轨迹跟踪控制[J].大连理工大学学报,2015,54(5):523-530.

Fu Tao,Wang Dazhen,Gong Qingzhong,et al.Robitic Trajectory Tracking Control of Improved Neural Network Adaptive Sliding Mode Control[J].Journal of Dalian University of Technology,2015,54(5):523-530.

[4]吴玉香，张景，王聪.机械臂的自适应神经网络控制与学习[J].机械工程学报,2013,49(15):42-48.

Wu Yuxiang,Zhang Jing,Wang Cong.Adaptive Neural Network Control and Learning for Robot Manipulator[J].Journal of Mechanical Engineering,2013,49(15):42-48.

[5]陈伟,卢京潮,袁燎原,等.基于高增益观测器的航迹角自适应反步控制[J].北京航空航天大学学报，2013,19(9):1414-1420.

Chen Wei, Lu Jingchao, Yuan Liaoyuan, et al. Adaptive Backstepping Control for Flight Path Angle Based on High Gain Observer[J].Journal of Beijing University of Aeronautics and Astronautics, 2013,19(9):1414-1420.

[6]陈洁,周绍磊,宋召青.高超声速飞行器迎角观测器及控制器设计[J].北京航空航天大学学报,2011,37(7):827-832.

Chen Jie,Zhou Shaolei,Song Zhaoqing.Nonlinear Modelling and Open-loop Dynamatics Characteristics for One Hypersonic Aircraft[J].Journal of Beijing University of Aeronautics and Astronautics,2011,37(7):827-832.

[7]李红春.基于动态面技术的自适应神经网络控制研究[D].扬州:扬州大学,2007.

[8]Yoo S J， Park J B， Choi Y H.Output Feedback Dynamic Surface Control of Flexible-joint Robots[J].International Journal of Control Automation and System,2008,6(2):223-233.

[9]蔡自兴.机器人学[M].2版.北京：清华大学出版社，2009.

[10]徐志超，周玉国，于凤满.基于改进神经网络的非线性系统观测器设计[J].微型机与应用,2011,30(8):76-78.

Xu Zhichao,Zhou Yuguo,Yu Fengman.Design of Observer for Nonlinear Systems Based on Improved Neural-network[J]. Technique and Method,2011,30(8):76-78.

[11]Abdollahi F,Talebi H A,Patel R V.A Stable Neural Network-based Observer with Application to Flexible-joint Manipulators[J]. IEEE Transactions on Neural Networks,2006,17(1):118-129.

[1]	王封旭, 邢志广, 杨朋朋, 林俊, 赵建文, . 基于低熔点合金相变的变刚度软体机械臂稳态传热研究[J]. 中国机械工程, 2021, 32(07): 793-798.
[2]	李敬仪, 姚立纲, 东辉. 基于三组测量绳结构的软体机械臂运动检测[J]. 中国机械工程, 2021, 32(06): 721-728.
[3]	李冰1;张永德1;袁立鹏2;朱光强3;代雪松1;苏文海3. 液压四足机器人足端的力预测控制与运动平稳性[J]. 中国机械工程, 2021, 32(05): 523-532.
[4]	江勇;张伟;刘晓源;金博丕. 双电机消隙技术在串联机械臂中的仿真与应用[J]. 中国机械工程, 2020, 31(16): 1991-1997.
[5]	刘世平;曹俊峰;孙涛;胡江波;付艳;张帅;李世其. 基于BP神经网络的冗余机械臂逆运动学分析[J]. 中国机械工程, 2019, 30(24): 2974-2977,2985.
[6]	秦利;徐智颖;刘福才;徐继龙. 考虑关节固体润滑的在轨装配机械臂振动特性及优化控制[J]. 中国机械工程, 2019, 30(24): 2986-2993,3003.
[7]	陈志勇;张婷婷. 柔性基、柔性关节空间机械臂的运动混合控制[J]. 中国机械工程, 2019, 30(12): 1466-1473.
[8]	曾光1,2，3;段民封1，2;倪冰雨1，2;姜潮1，2. 机械臂架系统的非随机振动分析[J]. 中国机械工程, 2019, 30(10): 1142-1149.
[9]	肖帆;李光;游雨龙. 空间3R机械手逆向运动学的多模块神经网络求解[J]. 中国机械工程, 2019, 30(10): 1233-1238.
[10]	刘大玲, 黄小钢. [制造与维修工艺]高速铁路无砟轨道系统状态监测及预防性维修[J]. 中国机械工程, 2019, 30(03): 349-353.
[11]	权凌霄1, 2;郭海鑫1,3;盛世伟3;李雷1. 采用“GA+LM”优化BP神经网络的电液伺服阀故障诊断[J]. 中国机械工程, 2018, 29(05): 505-510.
[12]	荣誉1,2,3;刘双勇3;王洪斌1;韩勇3. 轮毂打磨5-DOF机械臂动力学建模与驱动参数预估[J]. 中国机械工程, 2018, 29(04): 449-456.
[13]	陈永亮1;彭涛1;刘德帅1;王志江2. 面向现场加工的全液压驱动主轴水下钻孔特性建模与优化方法[J]. 中国机械工程, 2018, 29(04): 471-476.
[14]	刘建英;王效岳;宫金良. 柔性欠驱动机械臂动力学耦合分析[J]. 中国机械工程, 2017, 28(22): 2732-2737,2746.
[15]	梁明轩1,2,3;李正刚2;唐任仲1;陈立2;黄川2. 基于柔性多体动力学的机械臂结构优化设计[J]. 中国机械工程, 2017, 28(21): 2562-2566.