基于智能算法的工业机器人多关节同步控制技术研究

由于多机器人的广泛使用,其对机械臂的要求也从以前的高稳定、高可靠转向了高速、高稳定、高鲁棒性。为此,探索一种基于径向基函数神经网络(Radial Basis Function neural network, RBFNN)权重的新方法,以实现对未知的非线性动态模型的估算。经过模拟实验,研究所述的控制方案在初始位置1处具有1.5 s的收敛速度、10^-6 rad的收敛率和1.8 s的收敛性;在初始位置2处,本算法具有1.5 s的收敛速度、10^-3 rad的收敛率、1.1 s的同步错误和1 s的连续扰动。实验证明,所设计的控制器可以有效地避免系统的初始化,并可使控制精度达到一定的精度;该方法在抗突发外部扰动时,有较强的抗冲击能力。