可重构机械臂模糊神经补偿控制

由于可重构机械臂的动力学系统中存在大量的不确定性，导致PID等传统的控制器无法实现精确的位置控制。作者在基于精确模型PD控制的基础上，提出了模糊神经控制算法辨识补偿结构、非结构不确定性。通过模糊神经控制器融合了模糊逻辑和神经网络的各自优势，实现了可重构机械臂轨迹跟踪的有效的补偿控制。基于牛顿欧拉的几何方法，推导了n连杆可重构机械臂的动力学方程，该方法相对于其他形式的动力学方程，计算量小、通用性强。最后以RRP(Revolute-Revolute-Prismatic)三连杆机械臂为例研究设计了可重构机械臂的控制器，并且通过仿真验证了算法对轨迹跟踪的有效性。