基于神经网络和模糊补偿的水下机械臂控制

摘要：

针对水下机械臂动力学模型建模复杂且滑模控制的抖振问题,利用Lagrange法和Morison方程精准建立二连杆串联水下机械臂的动力学模型,对模型中参数的不确定项使用4个RBF神经网络分别进行逼近,并且对摩擦项使用模糊控制进行补偿的方法,精准迅速地实现了对水下机械臂控制系统跟踪控制.通过进行仿真分析,基于神经网络和模糊补偿控制的方法与滑模控制、整体RBF神经网络控制和分块RBF神经网络控制相比,控制系统的平均误差分别降低了85.5％、71.8％、93.1％.结果表明,此方法有效降低了控制系统的跟踪误差,并同时提高了稳态性和抗干扰性.

关键词：水下机械臂、RBF神经网络、模糊补偿、动力学模型

所属期刊栏目：58

分类号：TP241(自动化技术及设备)

资助基金：国家自然科学基金62003259

在线出版日期：2022-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：317-323