一种基于神经网络的机械臂有限时间跟踪自适应控制方法

本发明公开了一种基于神经网络的机械臂有限时间跟踪自适应控制方法，涉及工业机器人控制技术领域。所述方法包括以下步骤：构建机械臂的动力学模型，获取模型中未知非线性项的存在形式，定义机械臂的关节位置跟踪误差与误差变化率；基于跟踪误差与误差变化率构建滑模动态方程；采用BP神经网络逼近机械臂未知非线性动态，确定网络输入向量与输出向量的映射关系；结合滑模动态方程与BP神经网络输出，设计包括自适应增益的有限时间控制方法；推导BP网络权重与滑模增益的自适应更新方法，使得机械臂跟踪误差在预设时间内收敛至零邻域，完成机械臂的自适应控制。所述方法能够实现在预设时间内的高精度轨迹跟踪，并具备强抗干扰能力。