一种基于神经网络的机械臂系统迭代学习控制方法

摘要文本

本发明公开了一种基于神经网络的的机械臂系统迭代学习控制方法。该方法基于机械臂系统的位置、速度、加速度，将机械臂系统重构为高阶系统，为避免微分爆炸问题，构建了一种命令滤波器，同时针对机械臂系统存在的输入饱和问题和滤波器未能实现的部分，设计辅助系统进行相应的补偿，使用基于神经网络的迭代学习控制器来控制机械臂系统。与传统的需要精确数学模型的控制方法相比，本发明所提的控制算法更为新颖且应用条件简单。该方法用于重复任务操作时，有效地提高了控制精度，具有良好的工程应用价值。