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！

龙图腾网获悉江淮前沿技术协同创新中心;哈尔滨工业大学申请的专利一种具有模型不确定性和外部扰动的机械臂的固定时间反步轨迹跟踪控制方法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：CN118906048B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202410973171.6，技术领域涉及：B25J9/16；该发明授权一种具有模型不确定性和外部扰动的机械臂的固定时间反步轨迹跟踪控制方法是由刘健行;刘壮;姚博为;朱乔曼;张欧阳设计研发完成，并于2024-07-19向国家知识产权局提交的专利申请。

本一种具有模型不确定性和外部扰动的机械臂的固定时间反步轨迹跟踪控制方法在说明书摘要公布了：一种具有模型不确定性和外部扰动的机械臂的固定时间反步轨迹跟踪控制方法，它属于机械臂系统轨迹跟踪控制技术领域。本发明解决了现有固定时间控制方法的稳定性差、鲁棒性低的问题。本发明首先建立考虑模型不确定性和外界干扰的多自由度机械臂在关节空间的动力学模型；然后利用设计的自适应径向基函数神经网络对机械臂模型不确定性和外界干扰的集总扰动进行逼近，获得模型不确定性和外界干扰的集总扰动估计值；最后根据建立的动力学模型和集总扰动估计值设计固定时间反步轨迹跟踪控制器。本发明方法可以用于对具有模型不确定性和外部扰动的机械臂的控制。

本发明授权一种具有模型不确定性和外部扰动的机械臂的固定时间反步轨迹跟踪控制方法在权利要求书中公布了：1.一种具有模型不确定性和外部扰动的机械臂的固定时间反步轨迹跟踪控制方法，其特征在于，所述方法具体包括以下步骤： 步骤一、建立考虑模型不确定性和外界干扰的多自由度机械臂在关节空间的动力学模型； 步骤二、设计自适应径向基函数神经网络，利用自适应径向基函数神经网络对机械臂模型不确定性和外界干扰的集总扰动进行逼近，获得模型不确定性和外界干扰的集总扰动估计值； 所述自适应径向基函数神经网络的具体形式为： 式中，δZi为自适应径向基函数神经网络的输出，即第i个关节的模型不确定性和第i个关节受到外界干扰的集总扰动估计值，δ＝[δZ1,δZ2,…,δZn]，ωi*是第i个关节的权重矩阵，为径向基函数，Z＝[z1,z2,z3]T为自适应径向基函数神经网络的输入变量，z1＝e1、z2＝e2、z3＝α，e1,e2,α均为n×1维的向量，Zi＝[e1i,e2i,αi]T∈R3×1，R为实数，e1i,e2i,αi分别是e1,e2,α中的第i个元素，εi是第i个关节的估计误差，且对于任意小的正常数εm，|εi|＜εm，|·|表示取绝对值； 所述径向基函数中的第j个分量为： 式中，μj为第j个隐含层节点的中心向量，bj是第j个隐含层节点的宽度向量，j＝1,2,…,k，k是隐含层节点总个数，上角标T代表矩阵的转置； 所述第i个关节对应的反步辅助变量αi为： 式中，k1i和k2i是第i个关节对应的反步辅助变量的幂次系数，l1和l2是反步辅助变量的比例系数，且l1＞0，l2＞0，和为符号幂变换函数； 步骤三、根据步骤一中建立的动力学模型和步骤二中的集总扰动估计值设计固定时间反步轨迹跟踪控制器； 所述步骤三的具体过程为： 式中，τi是第i个关节的固定时间反步轨迹跟踪控制器，λ为大于零的常数，l3和l4为控制器的比例系数，且l3＞0，l4＞0，和为符号幂变换函数，k3i和k4i为第i个关节对应控制器的幂次系数，a＝diag[a1,a2,...,an]，a1,a2,...,an均为大于0的常数，为的估计值，是的转置，是第i个关节的权值向量。

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江淮前沿技术协同创新中心;哈尔滨工业大学，其通讯地址为：230088 安徽省合肥市高新区望江西路920号中安创谷科技园二期H6栋；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”。

以上内容由龙图腾AI智能生成。