基于自适应迭代学习的机械手轨迹跟踪控制研究

针对具有初始误差的机械手轨迹跟踪控制问题,设计了一种带初态学习的模糊自适应迭代学习控制策略.控制策略中引入了初态学习控制律,放宽了系统初始状态严格重复的限制,利用Lyapunov函数对系统进行收敛性分析,克服了系统全局Lipschitz连续条件的约束,同时设计了模糊控制器对增益以及自适应律参数进行整定,最后将算法应用到机械手控制中,通过与传统自适应迭代学习控制对比,前者收敛速度和精度明显提高,验证了控制策略的有效性.