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！

龙图腾网获悉北京科技大学申请的专利一种柔性连杆机械臂预设时间控制方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119748455B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510043552.9，技术领域涉及：B25J9/16；该发明授权一种柔性连杆机械臂预设时间控制方法及装置是由李玉玲;井国旭;董洁;李琳琳;苏荣设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种柔性连杆机械臂预设时间控制方法及装置在说明书摘要公布了：本发明提供一种柔性连杆机械臂预设时间控制方法及装置，涉及机器人技术领域。该方法包括：构建柔性机械臂动力学模型；基于奇异摄动理论，对柔性机械臂动力学模型进行双时间尺度模型分解，获得慢变子系统以及快变子系统；根据慢变子系统，采用基于神经网络与扰动观测器的复合学习算法，通过基于时间变换函数以及状态变换函数，设计预设时间轨迹跟踪控制器；根据快变子系统，通过构造滑模变量，设计振动抑制控制器；根据预设时间轨迹跟踪控制器和振动抑制控制器，获得柔性连杆机械臂的控制输入。采用本发明能够有效抑制柔性振动，提高系统的鲁棒性和自适应性。

本发明授权一种柔性连杆机械臂预设时间控制方法及装置在权利要求书中公布了：1.一种柔性连杆机械臂预设时间控制方法，其特征在于，所述方法包括： S1、构建柔性机械臂动力学模型； S2、基于奇异摄动理论，对柔性机械臂动力学模型进行双时间尺度模型分解，获得慢变子系统以及快变子系统； S3、根据所述慢变子系统，采用基于神经网络与扰动观测器的复合学习算法，通过时间变换函数以及状态变换函数，设计预设时间轨迹跟踪控制器； 其中，所述S3的根据所述慢变子系统，采用基于神经网络与扰动观测器的复合学习算法，通过基于时间变换函数以及状态变换函数，设计预设时间轨迹跟踪控制器，包括： S31、采用径向基神经网络逼近慢变子系统中动力学模型的不确定性； S32、定义时间变换函数以及状态变换函数；将慢变子系统从有限的稳定时段t∈[0,T拓展至无限时域τ∈[0,+∞；在转换后的新时域τ中进行控制方案的设计，根据状态变换函数对跟踪误差变量进行状态变换，获得转换误差； S33、定义虚拟控制变量；根据虚拟控制变量以及转换误差，定义时域τ下的同步误差； S34、构造时域τ中的速度观测器，定义速度观测误差； S35、构造时域τ中的复合扰动观测器，定义复合扰动观测误差；定义神经网络最优权值估计误差； S36、在时域τ中对复合扰动观测误差、速度观测误差以及神经网络最优权值估计误差进行求导；设计时域τ中的轨迹跟踪控制器以及神经网络权值更新律； S37、根据时域τ中的轨迹跟踪控制器、神经网络权值更新律以及扰动观测器，使复合扰动观测误差、速度观测误差、神经网络最优权值估计误差、转换误差以及同步误差在时域τ中收敛至原点附近的小邻域内，轨迹跟踪误差在时域τ中渐近收敛于原点； S38、根据时域τ中的轨迹跟踪控制器、神经网络权值更新律以及扰动观测器，获得时域t中的预设时间轨迹跟踪控制方案； S39、根据时域t中的预设时间轨迹跟踪控制方案，使复合扰动观测误差、速度观测误差、神经网络最优权值估计误差、转换误差以及同步误差在时域t中收敛至原点附近的小邻域内，轨迹跟踪误差在时域t中预设时间收敛于原点； S4、根据所述快变子系统，通过构造滑模变量，设计振动抑制控制器； 其中，所述S4的设计振动抑制控制器的过程通过下述公式1-公式3表示： 其中，γQf0+表示γQf0的伪逆矩阵；0＜Kfi∈Rnm×nm,i＝1,2,3,4为控制增益矩阵；sign·表示符号函数；0＜γ∈Rnm×2nm表示增益矩阵；Qf0表示系统矩阵Qf的标称值；z1表示滑模变量；uf表示振动抑制控制器；z2表示振动抑制控制器的中间状态变量；表示振动抑制控制器的中间状态变量变化率； S5、根据所述预设时间轨迹跟踪控制器和所述振动抑制控制器，获得柔性连杆机械臂的控制输入。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京科技大学，其通讯地址为：100083 北京市海淀区学院路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。