科创中国

为了克服现有的机械臂伺服系统的无法有效地饱和补偿，模型参数不确定性，以及反演法带来的复杂度爆炸等的不足，本发明提供一种基于神经网络动态面滑模控制的机械臂系统饱和补偿控制方法，简化了控制器的设计结构，实现了带饱和输入的机械臂系统位置跟踪控制，保证系统稳定快速跟踪。

一种基于神经网络动态面滑模控制的机械臂系统饱和补偿控制方法，包括：建立机械臂伺服系统的动态模型，初始化系统状态、采样时间以及控制参数；根据微分中值定理，将系统中的非线性输入饱和线性化处理，推导出带有未知饱和的机械臂伺服系统模型；基于动态面滑模控制方法，计算控制系统跟踪误差，滑模面及微分。本发明提供一种能够有效补偿未知饱和，避免反演法带来的复杂度爆炸问题的神经网络动态面滑模控制方法，实现系统的稳定快速跟踪。

这种控制方法在机械臂系统中具有广阔的应用前景，以下是一些可能的应用方向：

工业自动化：在工业生产中，机械臂被广泛应用于搬运、装配、焊接等任务。采用神经网络动态面滑模控制和饱和补偿控制方法，可以提高机械臂的控制精度和响应速度，从而提升生产效率和质量。

医疗领域：机械臂在医疗领域也有重要应用，如手术机器人等。该控制方法可以使机械臂在复杂的手术环境中更稳定、更精确地操作，提高手术的成功率。

服务机器人：随着服务机器人市场的不断扩大，如餐厅服务机器人、物流配送机器人等，对机械臂的控制性能要求也越来越高。此方法可以提高机器人的灵活性和可靠性，为用户提供更好的服务体验。

太空探索：在太空任务中，机械臂需要在恶劣的环境下进行精确操作。该控制方法可以增强机械臂对不确定性和干扰的鲁棒性，确保任务的顺利完成。

浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”（2011计划）协同创新中心牵头高校和浙江省首批重点建设高校，坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务，以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色，大力培养德智体美劳全面发展，富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。

本发明的技术构思为：针对状态不可测，并且带有未知饱和输入的机械臂伺服系统，利用微分中值定理优化饱和结构，提出基于饱和模型的机械臂伺服系统。再结合神经网络、自适应控制以及动态面滑模控制，设计一种机械臂伺服系统的饱和补偿控制方法。通过微分中值定理，使饱和连续可微，再通过神经网络逼近未知函数，取消了传统饱和的附加补偿。并且利用动态面滑模设计虚拟误差变量，避免了反演法所带来的复杂度爆炸问题，实现系统的位置跟踪控制。本发明提供一种能够有效补偿未知饱和，避免反演法带来的复杂度爆炸问题的神经网络动态面滑模控制方法，实现系统的稳定快速跟踪。

本发明的优点为：避免未知饱和输入对系统位置跟踪控制性能的影响，以及反演法带来的复杂度爆炸问题，补偿系统未知模型不确定项，实现系统的位置跟踪。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。