Control de modo deslizante adaptativo rápido no singular basado en la función de aproximación de la red neuronal de base radial para el módulo de articulación del robot

Área de la Ciencia:

• La robótica
• Ingeniería de sistemas de control
• Inteligencia artificial

Sus antecedentes:

• Los módulos de articulación robótica requieren un control preciso para tareas complejas.
• La fricción no lineal y la rigidez presentan desafíos significativos en el control robótico.
• Los esquemas de control existentes a menudo luchan con la singularidad y las perturbaciones externas.

Objetivo del estudio:

• Desarrollar un esquema mejorado de control de supertorsión rápida no singular para módulos de articulación de robots.
• Para mejorar la precisión de seguimiento de la trayectoria y las capacidades de rechazo de perturbaciones.
• Para abordar problemas de control preciso en sistemas robóticos utilizando compensación basada en redes neuronales.

Principales métodos:

• Estableció un modelo de espacio de estado de segundo orden de módulos conjuntos de robots utilizando ecuaciones de energía de Lagrange.
• Propuso una superficie de deslizamiento terminal no singular rápida mejorada para evitar la singularidad y acelerar la convergencia.
• Diseñó un compensador de red neuronal de función radial para factores de modelo inciertos y una ley de control de conmutación adaptativa.

Principales resultados:

• El sistema de control propuesto demostró un rendimiento superior de seguimiento de la trayectoria en varias trayectorias de referencia.
• Se demostraron capacidades efectivas de rechazo de perturbaciones en presencia de perturbaciones externas.
• La simulación y los resultados experimentales validaron la eficacia y la solidez de la estrategia de control.

Conclusiones:

• El nuevo esquema de control de súper torsión adaptativo basado en redes neuronales mejora significativamente el control preciso de los módulos de articulación del robot.
• El método ofrece una mayor robustez frente a las incertidumbres del modelo y las perturbaciones externas.
• La aplicabilidad práctica para la ingeniería se mejora debido al rechazo de perturbaciones adaptativas sin información precisa.