一种基于LuGre摩擦模型伺服机械手摩擦补偿控制系统及方法

摘要

本发明公开了一种基于LuGre摩擦模型伺服机械手摩擦补偿控制系统及方法，通过设置第一加法运算器、第二加法运算器、计算转矩控制器、RBF神经网络运算器、第三加法运算器及基于LuGre摩擦模型的伺服机械手结构；利用RBF神经网络运算器采用RBF神经网络进行逼近基于LuGre摩擦模型的伺服机械手结构的摩擦不确定项，并与计算转矩控制器结合，以计算转矩控制为基础，通过神经网络对摩擦进行学习和逼近，从而有效补偿摩擦的影响，提高机械手结构跟踪控制精度。本发明的RBF神经网络运算器通过强大的学习和适应能力，能够对机械手结构的摩擦进行动态补偿，从而提高控制性能，能够克服现有的伺服机械手结构摩擦补偿方法的补偿效果差、跟踪误差大的缺点。