公开(公告)号：CN106078741B

公开(公告)日：2018-04-13

申请号：CN201610457032.3

申请日：2016-06-21

Applicant: 华南理工大学

Inventor： 王敏 ,  杨安乐 ,  方冲

IPC: B25J9/16

Abstract: 本发明公开了一种基于确定学习理论的性能受限柔性机械臂控制方法，该方法针对柔性机械臂动态模型的不确定性，设计跟踪误差，使之满足约束条件限制，并构成误差控制器。本发明步骤包括：建立柔性机械臂动态模型；建立系统状态观测器；设计跟踪误差性能约束条件；基于确定学习理论设计神经网络控制器；利用经验知识修正控制器。本发明所设计的控制方法可以实现快速收敛、低超调量的动态性能，满足设定的约束条件限制，同时避免神经网络权值在线调节，缩短控制时间。另外，该方法能够利用已经学习到的经验知识对之后的相同控制任务直接实现快速控制。

公开(公告)号：CN106078741A

公开(公告)日：2016-11-09

申请号：CN201610457032.3

申请日：2016-06-21

Applicant: 华南理工大学

Inventor： 王敏 ,  杨安乐 ,  方冲

IPC: B25J9/16

CPC classification number: B25J9/1664 ,  B25J9/1635

Abstract: 本发明公开了一种基于确定学习理论的性能受限柔性机械臂控制方法，该方法针对柔性机械臂动态模型的不确定性，设计跟踪误差，使之满足约束条件限制，并构成误差控制器。本发明步骤包括：建立柔性机械臂动态模型；建立系统状态观测器；设计跟踪误差性能约束条件；基于确定学习理论设计神经网络控制器；利用经验知识修正控制器。本发明所设计的控制方法可以实现快速收敛、低超调量的动态性能，满足设定的约束条件限制，同时避免神经网络权值在线调节，缩短控制时间。另外，该方法能够利用已经学习到的经验知识对之后的相同控制任务直接实现快速控制。