关键词：多关节机械臂;HJI理论;预设性能控制;RBF神经网络;模型不确定项
摘 要：本文以机械臂控制为背景，基于HJI（Hamilton-Jacobi Inequality）理论提出了一种自适应神经网络预设性能控制策略。首先，利用带有预设性能函数的非线性变换，将跟踪误差转换为无约束形式，从而使轨迹跟踪误差以用户指定的收敛速率进入预先指定的范围。其次，采用反步设计法，利用无约束跟踪误差设计虚拟控制律。然后，根据神经网络的万能逼近特性，采用RBF神经网络对模型不确定项进行逼近。最后，根据RBF神经网络提供的估计值与HJI理论设计了一种新颖的预设性能控制方法。通过Lyapunov函数证明了本文轨迹跟踪闭环系统的稳定性，并在双关节机械臂的仿真中验证了该控制方法的有效性。
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