一种基于BLS-PSO的机械臂摩擦振动干扰辨识与抑制方法

本发明涉及一种基于振动信号的机械臂摩擦扰动辨识与抑制方法，适用于多自由度柔性关节机器人系统的高精度控制。该方法首先设计满足零边界条件的五阶傅里叶激励轨迹，以激发系统动态响应；随后基于牛顿–欧拉方法构建结构动力学回归模型，提取最小参数集，获得结构项输出力矩；针对结构建模残差，引入广度学习系统(BLS)对非结构扰动进行非线性辨识，并采用粒子群优化算法(PSO)对网络结构参数进行全局优化；最终将结构项与扰动项进行融合，构成总关节力矩估计，用于实现前馈补偿控制。本发明具有辨识精度高、实时性强、数据利用率高与鲁棒性优异等优点，能够有效抑制机械臂在振动干扰条件下产生的非线性摩擦力矩扰动，提升系统的动态跟踪性能与控制稳定性，具有良好的工程适应性和推广价值。