技术特征：
技术总结
本发明涉及一种基于机械臂柔性关节的RBF神经网络自适应动态面控制方法，属于人工智能及智能控制技术领域。本发明针对机械臂存在的柔性关节进行建模，结合RBF神经网络与动态面技术用自适应的控制方法设计控制器。利用RBF神经网络来补偿系统参数不确定性的，利用自适应律对神经网络的权值进行调整，提高RBF神经网络对非线性函数的逼近能力，消除对机械臂精确动力学模型的需要，研究适合于具有柔性关节的轻型机械臂的位置跟踪控制算法。最后通过仿真实例对设计控制器进行验证，说明本发明可以在机器臂输出力矩有限的条件下保证关节能够有效跟踪给定信号，跟踪误差无约束在一定范围内，且所有信号都半全局有界。
技术研发人员：李鸿一;肖文彬;周琪;鲁仁全;曹亮
受保护的技术使用者：广东工业大学
技术研发日：2018.11.09
技术公布日：2019.03.15