带有输出约束的液压机械臂自适应神经网络力跟踪控制

为解决带有输出约束的液压机械臂动力学模型未知问题并提升液压机械臂在未知环境下的力跟踪性能,本文提出了一种基于积分障碍李雅普诺夫函数的自适应神经网络导纳控制方法.首先,分析了液压机械臂的机械和液压系统动力学模型,根据阻抗控制原理,提出了基于环境参数估计的参考轨迹自适应生成方法;然后,考虑系统输出受限和机械系统动力学模型未知,利用径向基函数神经网络设计自适应神经网络控制器;同时,引入动态面控制方法以避免对虚拟信号进行直接求导,并通过李雅普诺夫方法分析了闭环控制系统的稳定性;最后,利用MATLAB/Simulink, Simscape Multibody和Simscape Fluids仿真平台对液压机械臂进行仿真研究,结果表明所设计的控制律对未知机械系统动力学具有良好的鲁棒性,可以实现良好的位置和力跟踪控制,且确保系统输出不超过预设的范围.