Resumen

Este estudio aborda el problema del control de seguimiento para manipuladores robóticos de -eslabones con parámetros que cambian ampliamente. Basándonos en redes neuronales de funciones de base radial (RBFNNs), proponemos un enfoque de control adaptativo de red neuronal de múltiples modelos ponderados (WMNNAC). Para cubrir los rangos de variación de los parámetros, se construyen diferentes modelos del robot. Luego, se construye el controlador local de red neuronal correspondiente, en el cual la red neuronal se ha utilizado para aproximar la parte de incertidumbre de la ley de control, y se implementa un observador adaptativo para estimar la verdadera perturbación externa. La estrategia WMNNAC con un algoritmo de ponderación mejorado se adopta para garantizar el rendimiento de seguimiento del sistema del manipulador robótico cuando los parámetros cambian considerablemente. A través de la teoría de estabilidad de Lyapunov y el método del sistema equivalente virtual (VES), se demuestra la estabilidad del sistema en lazo cerrado. Finalmente,

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Estudio; Control de seguimiento; Manipuladores robóticos; Redes neuronales; Control adaptativo; Estabilidad
• Keywords:Study; Tracking control; Robotic manipulators; Neural networks; Adaptive control; Stability