关键词：机械臂;自适应控制;最优拉丁Widrow-Hoff网络;鲁棒性
摘 要：为了进一步提高机械臂在变负载下控制精度，设计了一种基于最优拉丁Widrow-Hoff网络的变负载机械臂自适应鲁棒控制方法。采用模态分解法创建关于机械臂的动力学状态方程，再以最优拉丁神经网络为基础提出具备自适应性能的鲁棒控制器，有利于加强机械臂在变负载情况下的系统鲁棒性以及控制精准度。仿真结果表明，利用最优拉丁Widrow-Hoff网络针对系统非线性实施估计，通过观测器系统总干扰实施补偿与估计，可以适应各种负载工况。试验验证文中所设计控制器具备较强的鲁棒性；可以全面考虑系统干扰以及系统非线性等各类因素，更契合控制的现实应用场景，具有更高的跟踪精准度。该研究有助于提高机器人的动作精度，为后续的特种环境的是适应性起到一定的推进作用。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取