基于迭代学习的柔性关节机械臂鲁棒输出跟踪

针对柔性关节机械臂的输出反馈跟踪控制问题，提出了基于迭代学习观测器（iterative learning observer，ILO）的鲁棒控制策略。本文对柔性关节机械臂进行数学建模，分析了系统不可测状态和模型不确定性对跟踪控制精度带来的影响。设计了ILO对系统的内部状态和由模型不确定性引起的复合扰动进行在线估计，设计滤波反步控制器完成对输入指令的跟踪。利用Lyapunov稳定性理论分析了闭环控制系统的全局稳定性。仿真结果表明，提出的方法能够有效实现柔性关节机械臂的输出反馈跟踪控制，获得较高的跟踪精度，且对于模型不确定性具有较强的鲁棒性。