| 引用本文: | 彭金柱,王耀南,王杰.基于递归模糊神经网络的机器人鲁棒H∞跟踪控制[J].控制理论与应用,2010,27(9):1145~1151.[点击复制] |
| PENG Jin-zhu,WANG Yao-man,WANG Jie.Robust H-infinity tracking-control for robotic system based on recurrent fuzzy-neural-networks[J].Control Theory and Technology,2010,27(9):1145~1151.[点击复制] |
|
| 基于递归模糊神经网络的机器人鲁棒H∞跟踪控制 |
| Robust H-infinity tracking-control for robotic system based on recurrent fuzzy-neural-networks |
| 摘要点击 1700 全文点击 1346 投稿时间：2008-12-26 修订日期：2009-11-29 |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| DOI编号 10.7641/j.issn.1000-8152.2010.9.CCTA081447 |
| 2010,27(9):1145-1151 |
| 中文关键词 递归模糊神经网络 机器人系统 鲁棒H∞控制 跟踪控制 |
| 英文关键词 recurrent fuzzy-neural-network robotic manipulator system robust H-infinity control tracking-control |
| 基金项目 国家自然科学基金资助项目(60775047); 国家自然科学基金重点项目(60835004); 国家“863”高科技计划资助项目(2007AA04Z244, 2008AA04Z214). |
|
| 中文摘要 |
| 利用递归模糊神经网络来逼近机器人系统中的非线性函数, 提出了一种具有自适应能力的H∞控制策略. 该控制策略能够减弱机器人系统的外扰, 并把模糊神经网络的重构误差对系统的影响控制在指定的范围内. 同时又能保证闭环系统的所有信号都是有界的. 为了验证基于递归模糊神经网络的H∞控制策略的有效性, 将其与计算力矩控制方法进行比较, 仿真结果表明, 在存在外扰的情况下, 所提出的控制策略具有比计算力矩控制方法更好的跟踪性能. |
| 英文摘要 |
| Using recurrent fuzzy-neural-networks(RFNN) to approximate the nonlinear functions in a robotic manipulator system, we develop an adaptive H-infinity controller. The proposed controller can attenuate the effect of external
disturbance and reduce the reconstruction-error of the recurrent fuzzy neural network to a prescribed level. Meanwhile, it also ensures all signals in the closed-loop system to be bounded. Simulation experiments of this control strategy are performed; the results show that this control strategy has better tracking-performance than the computed-torque-control method under external disturbances. |