(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210548816.2 (22)申请日 2022.05.20 (71)申请人 南昌大学 地址 330000 江西省南昌市红谷滩新区学 府大道999号 (72)发明人 杨晓辉　温泉炜　黄超　臧梓坤　 袁志鑫　陈苏豪　曾俊萍　许超　 李昭辉　伍云飞　陈乐飞　 (74)专利代理 机构 北京众合诚成知识产权代理 有限公司 1 1246 专利代理师 王焕巧 (51)Int.Cl. B25J 9/16(2006.01) B25J 19/00(2006.01) (54)发明名称 一种基于扰动观测器的柔性关节机械臂神 经网络积分滑模 控制器设计方法 (57)摘要 本发明公开了一种基于扰动观测器的柔性 关节机械臂神经网络积分滑模控制器 设计方法。 综合了神经网络、 自适应扰动观测器和积分滑模 的优点。 考虑到径向基函数神经网络(RBFNN)具 有学习收敛速度快、 逼近能力强的特点， 本发明 采用2个径向基函数神经网络矩阵对机械臂 ‑执 行器的动态参数进行估计。 针对使用RBFNN时存 在估计误差， 以及机械臂系统在实际工作中存在 外部扰动的特点， 本发明提出了一种新的扰动观 测器来估计由RBFNN的估计误差和时变外部扰动 组成的系统集总不确定度。 不仅如此， 为了进一 步消除稳态误差， 我们引入了积分滑动面。 此外， 出于安全考虑， 我们在控制器的设计中采用障碍 李雅普诺夫函数(BLF)实现输出位置约束。 权利要求书5页 说明书13页 附图3页 CN 114952835 A 2022.08.30 CN 114952835 A 1.一种基于扰动观测器的柔性关节机械臂神经网络积分滑模控制器设计方法， 其特征 在于， 包括如下步骤： 步骤1， 建立 n自由度柔 性关节机 械臂动力学模型； 步骤2， 将步骤1中模型分成两个子系统， 并为每 个子系统设计积分滑模面； 步骤3， 利用RBF神经网络对 模型内部的未知动力学参数进行逼近； 步骤4， 利用新型扰动观测器对由RBF神经网络的估计误差和模型的外部扰动所组成的 集总不确定度进行估计； 步骤5， 利用障碍李亚普诺夫函数设计具有位置输出约束性能的基于扰动观测器的柔 性关节机 械臂神经网络积分滑模 控制器， 实现机 械臂的无模型控制。 2.根据权利要求1所述的一种基于扰动观测器的柔性关节机械臂神经网络积分滑模控 制器设计方法， 其特征在于， 所述步骤1中建立n自由度柔性关节机械臂动力学模型具体步 骤如下： 式中， 分别表示机械臂连杆侧和电机轴侧的角位置、 角速度和 角加速度； M(q)为对称正定惯性矩阵， 为离心力和科氏力矩阵,G(q)为重力向量， 为摩擦力矩， τ为控制输入， τd为未知时变外部干扰， Jm表示电机转动惯量正定对角矩 阵， K表示表示弹簧刚度的正定对角矩阵。 3.根据权利要求2所述的一种基于扰动观测器的柔性关节机械臂神经网络积分滑模控 制器设计方法， 其特征在于， 所述步骤2的具体步骤如下， 首先将柔性关节机械臂动力学模 型分解成两个子系统， 连 杆侧子系统 和电机侧子系统 在这两个子系统中， τ对qm的影响是直接的， qm对q的影响是直接的， 而τ对q的影响是间 接的， 所以定义一个中间的虚拟控制量qmd， 它是qm的理想轨迹， 只要τ 能驱动qm跟踪qmd， 那么 此时在qm的驱动下q就能跟踪上机 械臂末端的理想 轨迹qd； 由此定义 误差信号如下： e＝q‑qd            (3) em＝qm‑qmd            (4) 接着， 为这两个误差信号设计积分滑模面 式中， 增益k1,k2是正常数。 4.根据权利要求3所述的一种基于扰动观测器的柔性关节机械臂神经网络积分滑模控权　利　要　求　书 1/5 页 2 CN 114952835 A 2制器设计方法， 其特征在于， 所述步骤3的具体步骤为， 首先介绍RBFNN神经网络的原理； RBFNN逼近任意非线性 函数， 其数 学表达式为： f(x)＝WTh(x)+ ε                        (7) 式中W是理想权值矩阵,h(x)是高斯基函数向量， ε是神经网络的有界估计误差， 它的值 满足不等式| ε|≤ εN， εN是 ε 的上界； 然后， 用上述的神经网络原理对柔性关节机械臂动力学模型中的 G(q)矩阵进 行估计； 式中， Gij(q)分别表示 G(q)矩阵中的第i行j列元素； t表示神经网络 的节点总数； 因此， 矩阵 G(q)表示 为 式中 是为方便表达 定义的一个新的运 算符号， 它的运 算规则的具体表示如下： 矩阵WC由子矩阵WCij(i＝1,...,n； j＝1,...,n)组成； 矩阵WG由子矩阵WGij(i＝1,...,n； j＝1)组成； 矩阵hC(q)， hG(q)分别由子矩阵 (i＝1,...,n； j＝1,...,n)和hGij(q)(i ＝1,...,n； j＝1)组成； 估计误差矩 阵 εG(q)分别由子矩 阵εCij(i＝1,...,n； j＝ 1,...,n)和 εGij(i＝1,...,n； j＝1)组成； 其中， i表示该子矩阵所处的行， j表示该子矩阵所 处的列。 5.根据权利要求4所述的一种基于扰动观测器的柔性关节机械臂神经网络积分滑模控 制器设计方法， 其特征在于， 所述步骤4的具体步骤为， 首先对引入的新型扰动观测器进行 介绍； 考虑 如下非线性系统 其中f1(x), 是非线性 函数,u是系统输入， Δ(t)该系统的集总不确定度； 对于以上系统， 新型扰动观测器设计成如下 形式：权　利　要　求　书 2/5 页 3 CN 114952835 A 3