买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州大学

摘要：本发明涉及机械臂控制领域，公开了一种带状态约束和执行器故障的单连杆机械臂控制方法，包括以下步骤：第一步：建立单连杆机械臂模型和执行器故障建模，得到带执行器故障和状态约束的不确定单连杆机械臂系统动力模型；第二步：定义误差系统，并设计第一个虚拟控制律α1和自适应律第三步：设计一种相对阈值的事件触发机制；第四步：设计第二个虚拟律α2和自适应律和第五步：对所提控制方法稳定性分析及仿真验证。本发明能够在不确定单连杆机械臂的状态受到约束和执行器发生故障时，机械臂能够很好地跟踪给定的参考信号，并有效地节省了通信资源。

主权项：1.一种带状态约束和执行器故障的单连杆机械臂控制方法，其特征在于，包括以下步骤：第一步：建立单连杆机械臂模型和执行器故障建模，得到带执行器故障和状态约束的不确定单连杆机械臂系统动力模型；第二步：定义误差系统，并设计第一个虚拟控制律α1和自适应律第三步：设计一种相对阈值的事件触发机制；第四步：设计第二个虚拟律α2和自适应律和第五步：对所提控制方法稳定性分析及仿真验证；所述第一步中带不确定参数的单连杆机械臂系统动力模型用以下微分方程描述： x1和x2为系统的状态，即单连杆机械臂的位移和速度，代表系统输入，代表已知的光滑非线性函数，代表未知的非线性函数，是未知的常数参数，m代表机械臂系统中执行器的数量，i1＝1,2,...,m，J为单连杆机械臂的惯性，M为单连杆机械臂的质量，B是粘性摩擦系数，L是关节和质心之间的长度，G是重力加速度，函数Dis代表未知的输入干扰；所述第二步中的定义如下误差系统： 式中，z1,z2是误差变量，α1是虚拟控制律，yr是参考信号，y1表示yr的一阶导数；采用径向基函数神经网络来逼近系统的不确定部分设可以得到逼近处理的表达如下： 其中σ1＞0，表示逼近误差，Φ1和代表未知的权重向量和选择的径向基函数，是Φ1的转置矩阵，参数Φ1是未知的，引入一个未知的参数ξ1，令ξ1＝||Φ1||2，未知的参数ξ1可以通过估计，估计误差的定义为所述第二步中的设计虚拟控制律α1如下： 其中c1＞0，0＜l＜1，A1＞0和a1＞0都是正的设计参数，ρ1是一个大于|z1|的正数，是ξ1的估计值；设计自适应控制律如下： 其中g1是正的设计参数，Γ1是正定矩阵；第三步中设计一个相对阈值的事件触发机制，事件触发机制的表达式如下所示： 其中ωi1表示事件触发的控制输入，udi1表示控制律，tk+1表示事件触发的时刻，tk表示上次事件触发的时刻，0＜p＜1,q＞0，τ＞0，都是正的设计参数；当t∈[tk,tk+1时，有其中代表控制信号，如果事件触发条件满足，即有t≥tk+1，所述第四步中的设计第二个虚拟律α2和自适应律和包括以下内容：设计虚拟控制律α2如下： 其中c2，a2和A2是正的设计参数，是yr的二阶导数，ρ2是大于|z2|的正参数；自适应控制律和设计如下： 其中和g2是正的设计参数，Γ2是正定矩阵，是ξ2的估计值，是Pi1的估计值。

全文数据：

权利要求：

百度查询： 广州大学 一种带状态约束和执行器故障的单连杆机械臂控制方法