機(jī)械手自適應(yīng)控制策略研究與實(shí)現(xiàn)

彭春濤

摘要：機(jī)械手自適應(yīng)控制策略的研究與實(shí)現(xiàn)在工業(yè)自動(dòng)化領(lǐng)域扮演著關(guān)鍵的角色，旨在提高機(jī)械手的精確性、魯棒性等性能。對(duì)自適應(yīng)控制進(jìn)行了一定論述。在此基礎(chǔ)上，分別從自適應(yīng)控制算法和控制策略選擇與設(shè)計(jì)兩方面探討了機(jī)械手自適應(yīng)控制策略，并結(jié)合機(jī)械手自適應(yīng)控制的特點(diǎn)，分析了機(jī)械手自適應(yīng)控制策略的實(shí)現(xiàn)，有助于推動(dòng)機(jī)械手自適應(yīng)控制水平的不斷提高，進(jìn)而提高機(jī)械手的工作精度。

關(guān)鍵詞：機(jī)械手；自適應(yīng)；控制策略

一、前言

隨著工業(yè)自動(dòng)化的迅速發(fā)展，機(jī)械手作為一種重要的自動(dòng)化設(shè)備，被廣泛應(yīng)用于制造業(yè)、物流和倉(cāng)儲(chǔ)等領(lǐng)域。機(jī)械手的精準(zhǔn)控制對(duì)于提高生產(chǎn)效率、降低成本以及減少人工勞動(dòng)的依賴具有重要意義。然而，由于工作環(huán)境的多樣性和復(fù)雜性，機(jī)械手控制往往面臨著不確定性、非線性和擾動(dòng)等挑戰(zhàn)，傳統(tǒng)的控制方法難以滿足高精度和高性能的需求。因此，機(jī)械手自適應(yīng)控制策略研究與實(shí)現(xiàn)具有非常重要的現(xiàn)實(shí)意義。

二、自適應(yīng)控制概述

自適應(yīng)控制是一種控制方法，其核心原理在于系統(tǒng)的自我調(diào)整和適應(yīng)，如圖1所示。在機(jī)械手領(lǐng)域，自適應(yīng)控制的目標(biāo)是使機(jī)械手能夠在面對(duì)不斷變化的工作環(huán)境和任務(wù)時(shí)，自動(dòng)地調(diào)整其控制策略，以保持高效、穩(wěn)定和精確的運(yùn)動(dòng)。

自適應(yīng)控制的原理涉及對(duì)系統(tǒng)的實(shí)時(shí)監(jiān)測(cè)和反饋，系統(tǒng)會(huì)根據(jù)外部環(huán)境和任務(wù)的變化，自動(dòng)地調(diào)整其參數(shù)和控制策略，以實(shí)現(xiàn)所期望的性能和任務(wù)要求。這種自我調(diào)整的過程通常依賴于傳感器和算法，它們能夠收集環(huán)境信息、識(shí)別障礙物、測(cè)量運(yùn)動(dòng)和力量等，然后將這些信息反饋給控制系統(tǒng)。在機(jī)械手自適應(yīng)控制中，一個(gè)關(guān)鍵的原理是系統(tǒng)建模與識(shí)別。系統(tǒng)需要能夠理解其自身的動(dòng)態(tài)特性和響應(yīng)，以便在不同情況下適應(yīng)性地調(diào)整控制輸入[1-2]，通常涉及使用數(shù)學(xué)模型或者神經(jīng)網(wǎng)絡(luò)等方法，以實(shí)時(shí)地估計(jì)系統(tǒng)的參數(shù)和狀態(tài)。

三、機(jī)械手自適應(yīng)控制策略

（一）自適應(yīng)控制算法

1.模型參考自適應(yīng)控制

模型參考自適應(yīng)控制是通過建立系統(tǒng)的數(shù)學(xué)模型，將模型的輸出與實(shí)際系統(tǒng)的輸出進(jìn)行比較，然后根據(jù)比較結(jié)果來自動(dòng)調(diào)整控制器的參數(shù)，以實(shí)現(xiàn)系統(tǒng)的自適應(yīng)控制。這種算法的核心目標(biāo)是使系統(tǒng)能夠自動(dòng)調(diào)整以應(yīng)對(duì)不斷變化的工作條件和要求，從而提高系統(tǒng)的性能和穩(wěn)定性。

在模型參考自適應(yīng)控制中，首先，需要建立一個(gè)數(shù)學(xué)模型來描述所控制系統(tǒng)的動(dòng)態(tài)行為。這個(gè)模型可以是線性或非線性的，但必須準(zhǔn)確地反映出系統(tǒng)的特性。然后，將模型的輸出與實(shí)際系統(tǒng)的輸出進(jìn)行比較，產(chǎn)生誤差信號(hào)。這個(gè)誤差信號(hào)表示了系統(tǒng)當(dāng)前狀態(tài)與期望狀態(tài)之間的偏差。其次，控制器根據(jù)誤差信號(hào)來自動(dòng)調(diào)整系統(tǒng)的控制參數(shù)，通常通過使用梯度下降等優(yōu)化算法來實(shí)現(xiàn)?？刂破鲿?huì)根據(jù)誤差信號(hào)的大小和方向來調(diào)整參數(shù)，以減小誤差并使系統(tǒng)逐漸收斂到期望狀態(tài)。這個(gè)參數(shù)調(diào)整過程是實(shí)時(shí)進(jìn)行的，允許系統(tǒng)在運(yùn)行過程中不斷適應(yīng)變化的工作條件。

2.魯棒自適應(yīng)控制

魯棒自適應(yīng)控制的主要目標(biāo)是提高系統(tǒng)對(duì)于參數(shù)不確定性和外部擾動(dòng)的魯棒性。與傳統(tǒng)自適應(yīng)控制不同，魯棒自適應(yīng)控制不僅考慮了系統(tǒng)模型的自適應(yīng)調(diào)整，還注重系統(tǒng)在面對(duì)各種不確定因素時(shí)能夠保持穩(wěn)定性。這種控制策略的核心思想是在自適應(yīng)控制的基礎(chǔ)上引入魯棒性設(shè)計(jì)，以應(yīng)對(duì)實(shí)際工程中常見的不確定性和變化，其原理如圖2所示。

在魯棒自適應(yīng)控制中，控制系統(tǒng)首先會(huì)對(duì)系統(tǒng)建立一個(gè)適當(dāng)?shù)臄?shù)學(xué)模型，然后根據(jù)該模型進(jìn)行自適應(yīng)參數(shù)調(diào)整，以實(shí)現(xiàn)期望的控制性能。與此同時(shí)，魯棒性設(shè)計(jì)的關(guān)鍵在于引入額外的魯棒性控制策略，以確保系統(tǒng)對(duì)于模型誤差、參數(shù)變化、外部擾動(dòng)等不確定因素具有穩(wěn)定性和魯棒性。這些魯棒性控制策略包括滑模控制、H∞控制、模糊控制等，它們的作用是在自適應(yīng)調(diào)整的基礎(chǔ)上對(duì)系統(tǒng)進(jìn)行額外的保護(hù)和穩(wěn)定性增強(qiáng)[3-4]。

3.神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制

神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制是一種基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制方法，它結(jié)合了神經(jīng)網(wǎng)絡(luò)的非線性映射能力和自適應(yīng)控制的特點(diǎn)，用于處理復(fù)雜系統(tǒng)的控制問題。這種方法的核心思想是利用神經(jīng)網(wǎng)絡(luò)來近似未知的系統(tǒng)動(dòng)態(tài)特性，然后根據(jù)神經(jīng)網(wǎng)絡(luò)的輸出來調(diào)整控制器的參數(shù)，以實(shí)現(xiàn)對(duì)系統(tǒng)的自適應(yīng)調(diào)節(jié)。

在神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制中，首先需要設(shè)計(jì)一個(gè)適當(dāng)?shù)纳窠?jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通常是多層前饋神經(jīng)網(wǎng)絡(luò)（MLP）或循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），用于模擬系統(tǒng)的輸入和輸出之間的映射關(guān)系。這個(gè)神經(jīng)網(wǎng)絡(luò)會(huì)接受系統(tǒng)的輸入和輸出數(shù)據(jù)，并通過訓(xùn)練過程來不斷優(yōu)化網(wǎng)絡(luò)的權(quán)重和偏置，以提高模型的預(yù)測(cè)精度。其次，一旦神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練完成，它可以被用作控制系統(tǒng)的一部分，通常被稱為自適應(yīng)控制器。這個(gè)控制器根據(jù)系統(tǒng)當(dāng)前的狀態(tài)和輸出，通過神經(jīng)網(wǎng)絡(luò)計(jì)算出控制輸入，然后對(duì)系統(tǒng)進(jìn)行控制。由于神經(jīng)網(wǎng)絡(luò)的非線性映射特性，神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制可以適應(yīng)復(fù)雜的系統(tǒng)動(dòng)態(tài)特性和未知的系統(tǒng)變化，從而實(shí)現(xiàn)對(duì)系統(tǒng)的自適應(yīng)調(diào)節(jié)和控制[5]。

（二）控制策略選擇與設(shè)計(jì)

1.參數(shù)估計(jì)方法

在機(jī)械手自適應(yīng)控制中，參數(shù)估計(jì)方法用于確定系統(tǒng)模型中的未知參數(shù)，從而實(shí)現(xiàn)對(duì)系統(tǒng)的準(zhǔn)確控制。參數(shù)估計(jì)方法的選擇和設(shè)計(jì)對(duì)于控制系統(tǒng)的性能和穩(wěn)定性具有重要影響。

首先是最小二乘法（Least Squares Method），它通過最小化實(shí)際輸出與模型輸出之間的誤差平方和來估計(jì)系統(tǒng)參數(shù)。這種方法適用于線性系統(tǒng)和非線性系統(tǒng)，具有較好的數(shù)值穩(wěn)定性。最小二乘法的核心思想是找到使得誤差平方和最小的參數(shù)估計(jì)值，通常通過迭代優(yōu)化算法來實(shí)現(xiàn)。其次是擴(kuò)展卡爾曼濾波（Extended Kalman Filter，EKF），它主要用于非線性系統(tǒng)的參數(shù)估計(jì)。EKF通過將系統(tǒng)的狀態(tài)和參數(shù)同時(shí)估計(jì)，利用卡爾曼濾波的遞推過程來更新參數(shù)估計(jì)值。這種方法在非線性系統(tǒng)中具有較好的估計(jì)性能，但對(duì)于參數(shù)估計(jì)的初始條件和測(cè)量噪聲要求較高。最后，還有一些其他的參數(shù)估計(jì)方法，如粒子濾波（Particle Filter）、最大似然估計(jì)（Maximum Likelihood Estimation）等，它們?cè)诓煌膽?yīng)用場(chǎng)景中都具有一定的優(yōu)勢(shì)和適用性[6]。

2.自適應(yīng)觀測(cè)器設(shè)計(jì)

自適應(yīng)觀測(cè)器是機(jī)械手自適應(yīng)控制中的重要組成部分，其設(shè)計(jì)旨在估計(jì)系統(tǒng)的未知狀態(tài)或參數(shù)，以實(shí)現(xiàn)對(duì)系統(tǒng)的自適應(yīng)調(diào)節(jié)和控制。自適應(yīng)觀測(cè)器的基本原理是通過觀測(cè)系統(tǒng)的輸出和輸入數(shù)據(jù)，利用適當(dāng)?shù)挠^測(cè)器結(jié)構(gòu)和算法來估計(jì)系統(tǒng)的內(nèi)部狀態(tài)或參數(shù)。這些觀測(cè)器通常包括狀態(tài)觀測(cè)器和參數(shù)觀測(cè)器，具體的設(shè)計(jì)取決于系統(tǒng)的性質(zhì)和控制目標(biāo)。在自適應(yīng)觀測(cè)器的設(shè)計(jì)中，關(guān)鍵問題包括觀測(cè)誤差的穩(wěn)定性、收斂性和估計(jì)誤差的收斂速度。設(shè)計(jì)者需要考慮系統(tǒng)的動(dòng)態(tài)特性、觀測(cè)噪聲的影響以及控制性能的要求。常見的自適應(yīng)觀測(cè)器設(shè)計(jì)方法包括最小二乘觀測(cè)器、卡爾曼濾波觀測(cè)器、高增益觀測(cè)器等。最小二乘觀測(cè)器通過最小化觀測(cè)誤差的平方和來估計(jì)系統(tǒng)狀態(tài)或參數(shù)，適用于線性系統(tǒng)和高斯噪聲環(huán)境。卡爾曼濾波觀測(cè)器則基于卡爾曼濾波理論，能夠有效處理線性和非線性系統(tǒng)以及不確定性噪聲。高增益觀測(cè)器引入高增益增強(qiáng)觀測(cè)器的敏感性，適用于快速收斂和高精度估計(jì)的應(yīng)用場(chǎng)景。

3.控制器設(shè)計(jì)與參數(shù)調(diào)整

機(jī)械手自適應(yīng)控制中的控制器設(shè)計(jì)與參數(shù)調(diào)整是確保系統(tǒng)性能和穩(wěn)定性的關(guān)鍵步驟?？刂破鞯脑O(shè)計(jì)涉及選擇合適的控制策略和設(shè)計(jì)控制器的結(jié)構(gòu)，而參數(shù)調(diào)整則是根據(jù)系統(tǒng)的實(shí)際情況對(duì)控制器的參數(shù)進(jìn)行調(diào)整，以達(dá)到期望的控制性能。

首先，在控制策略選擇方面，根據(jù)機(jī)械手系統(tǒng)的特性和控制目標(biāo)，可以采用不同的控制策略，包括比例積分微分（PID）控制、模型參考自適應(yīng)控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制等。每種控制策略都有其適用的場(chǎng)景和優(yōu)勢(shì)，需要根據(jù)具體情況進(jìn)行選擇。例如，PID控制適用于線性系統(tǒng)和簡(jiǎn)單的控制任務(wù)，自適應(yīng)控制則適用于復(fù)雜的非線性系統(tǒng)和變化較大的環(huán)境。其次，控制器的設(shè)計(jì)需要考慮系統(tǒng)的動(dòng)態(tài)特性和性能要求。對(duì)于自適應(yīng)控制器，通常需要設(shè)計(jì)一個(gè)適當(dāng)?shù)淖赃m應(yīng)規(guī)律，以實(shí)現(xiàn)對(duì)系統(tǒng)參數(shù)的在線估計(jì)和調(diào)整。同時(shí)，控制器的結(jié)構(gòu)和參數(shù)選擇也需要考慮控制系統(tǒng)的穩(wěn)定性和抗干擾能力?？刂破鞯脑O(shè)計(jì)可以借助系統(tǒng)建模和仿真來驗(yàn)證和優(yōu)化，以確保其在實(shí)際應(yīng)用中能夠有效控制機(jī)械手系統(tǒng)。最后，參數(shù)調(diào)整是控制器設(shè)計(jì)的一個(gè)重要環(huán)節(jié)，通過對(duì)控制器參數(shù)的調(diào)整，可以實(shí)現(xiàn)系統(tǒng)的最佳性能。參數(shù)調(diào)整通常包括選擇合適的控制增益、積分時(shí)間常數(shù)和微分時(shí)間常數(shù)等參數(shù)，并根據(jù)實(shí)際運(yùn)行情況進(jìn)行在線調(diào)整。參數(shù)調(diào)整的方法包括試驗(yàn)法、自整定法、優(yōu)化算法等，具體選擇取決于系統(tǒng)的復(fù)雜性和可調(diào)性。

四、機(jī)械手自適應(yīng)控制策略的實(shí)現(xiàn)

（一）控制系統(tǒng)硬件設(shè)計(jì)

在自適應(yīng)控制策略的實(shí)現(xiàn)中，控制系統(tǒng)的硬件設(shè)計(jì)扮演著至關(guān)重要的角色，因?yàn)樗苯佑绊懥藱C(jī)械手的性能和穩(wěn)定性。

首先，傳感器系統(tǒng)的設(shè)計(jì)是關(guān)鍵之一。傳感器用于監(jiān)測(cè)機(jī)械手的關(guān)鍵參數(shù)，如位置、速度、力和扭矩，為自適應(yīng)控制算法提供實(shí)時(shí)反饋數(shù)據(jù)。因此，需要選擇適當(dāng)?shù)膫鞲衅黝愋停缇幋a器、慣性傳感器、力傳感器等，并將它們精確地集成到機(jī)械手的關(guān)鍵位置。傳感器的選型和位置安裝應(yīng)根據(jù)機(jī)械手的工作范圍和精度要求來確定。其次，執(zhí)行器和電機(jī)的設(shè)計(jì)是另一個(gè)重要方面。執(zhí)行器是機(jī)械手的執(zhí)行部件，直接受控制系統(tǒng)指令驅(qū)動(dòng)，因此，需要選擇高性能的電機(jī)和執(zhí)行器來確保機(jī)械手的動(dòng)作精確和穩(wěn)定。電機(jī)的類型和規(guī)格必須根據(jù)機(jī)械手的負(fù)載、速度和精度需求進(jìn)行選擇，并與控制系統(tǒng)進(jìn)行有效的電氣和機(jī)械集成。再次，嵌入式計(jì)算單元也是不可或缺的一部分。自適應(yīng)控制算法通常需要大量的實(shí)時(shí)計(jì)算和數(shù)據(jù)處理。因此，需要配置高性能的嵌入式計(jì)算單元，如微控制器或嵌入式處理器，以支持算法的快速執(zhí)行。同時(shí)，嵌入式計(jì)算單元還應(yīng)具備足夠的存儲(chǔ)容量，以存儲(chǔ)控制算法、參數(shù)和歷史數(shù)據(jù)。通信模塊的集成也是重要的被考慮因素之一。在某些情況下，機(jī)械手需要與其他設(shè)備或上位系統(tǒng)進(jìn)行通信，以實(shí)現(xiàn)協(xié)同操作或數(shù)據(jù)交換。因此，在硬件設(shè)計(jì)中，需要考慮集成通信模塊，如以太網(wǎng)、CAN總線或其他通信協(xié)議，以確保機(jī)械手能夠與外部系統(tǒng)之間進(jìn)行高效的通信。最后，安全性和可靠性必須放在設(shè)計(jì)的核心位置。機(jī)械手通常在工業(yè)環(huán)境中運(yùn)行，因此，硬件設(shè)計(jì)需要包括防止過載和碰撞的保護(hù)機(jī)制、緊急停止系統(tǒng)，以及適應(yīng)惡劣環(huán)境的設(shè)計(jì)，以確保機(jī)械手在各種情況下都能安全運(yùn)行。

（二）控制算法的編程和軟件實(shí)現(xiàn)

控制算法的編程和軟件實(shí)現(xiàn)是實(shí)現(xiàn)機(jī)械手自適應(yīng)控制策略的核心部分。

首先，需要仔細(xì)選擇適合研究目標(biāo)的自適應(yīng)控制算法，如模型參考自適應(yīng)控制、自適應(yīng)滑?？刂苹蛏窠?jīng)網(wǎng)絡(luò)控制。算法的選擇應(yīng)該基于系統(tǒng)的非線性性、不確定性和性能需求。一旦算法選擇確定，需要選擇合適的編程語言和開發(fā)環(huán)境來實(shí)現(xiàn)這些算法。常用的編程語言包括C/C++、Python、MATLAB/Simulink等，開發(fā)環(huán)境應(yīng)該提供強(qiáng)大的工具和庫(kù)，以支持算法的開發(fā)和測(cè)試。其次，在實(shí)現(xiàn)過程中，將控制算法與機(jī)械手的硬件系統(tǒng)集成，確保它與傳感器、執(zhí)行器和嵌入式計(jì)算單元之間的通信正常工作。這要求有效地處理傳感器數(shù)據(jù)、計(jì)算控制指令，并將數(shù)據(jù)和指令傳遞給機(jī)械手執(zhí)行器。參數(shù)調(diào)整是控制算法實(shí)現(xiàn)的一個(gè)關(guān)鍵步驟。自適應(yīng)控制算法通常依賴于一些參數(shù)，這些參數(shù)需要根據(jù)實(shí)際情況進(jìn)行調(diào)整，以滿足性能要求。有時(shí)，可能需要在線自適應(yīng)方法來根據(jù)實(shí)時(shí)反饋調(diào)整參數(shù)，以適應(yīng)系統(tǒng)的變化和不確定性。最后，穩(wěn)定性和魯棒性分析是控制算法實(shí)現(xiàn)過程中的另一個(gè)重要方面。確保控制系統(tǒng)在各種工作條件下都能穩(wěn)定運(yùn)行，并且對(duì)外部擾動(dòng)和不確定性具有良好的魯棒性是必要的。同時(shí)，要優(yōu)化算法以減小計(jì)算延遲，確保機(jī)械手對(duì)外部變化能夠及時(shí)響應(yīng)，從而實(shí)現(xiàn)實(shí)時(shí)性和效率。

（三）實(shí)驗(yàn)平臺(tái)的搭建

實(shí)驗(yàn)平臺(tái)的搭建旨在提供一個(gè)受控的環(huán)境，以驗(yàn)證和測(cè)試所開發(fā)的自適應(yīng)控制算法的性能和魯棒性。在這個(gè)過程中，需要考慮多個(gè)關(guān)鍵因素：

首先，機(jī)械手的選擇至關(guān)重要，它應(yīng)根據(jù)研究的具體目標(biāo)和應(yīng)用領(lǐng)域來確定。機(jī)械手的型號(hào)、自由度和負(fù)載能力必須與研究需求相匹配。其次，需要合理配置傳感器系統(tǒng)，以實(shí)時(shí)獲取關(guān)鍵參數(shù)數(shù)據(jù)，如位置、速度、力和扭矩。這些傳感器應(yīng)精確安裝在機(jī)械手上，并確保其穩(wěn)定性和準(zhǔn)確性，以確保實(shí)驗(yàn)結(jié)果的可信度?？刂葡到y(tǒng)的集成是搭建實(shí)驗(yàn)平臺(tái)的另一個(gè)重要方面。先前開發(fā)的自適應(yīng)控制算法和軟件必須與機(jī)械手的硬件系統(tǒng)順暢地通信和協(xié)同工作，確?？刂浦噶畹膫鬟f和實(shí)時(shí)數(shù)據(jù)的采集。最后，實(shí)驗(yàn)平臺(tái)需要一個(gè)穩(wěn)定的臺(tái)架和適當(dāng)?shù)陌踩胧?，以確保機(jī)械手在實(shí)驗(yàn)期間的穩(wěn)定性和安全性。緊急停止裝置和防護(hù)措施是必不可少的，以應(yīng)對(duì)潛在的風(fēng)險(xiǎn)和意外情況。數(shù)據(jù)采集系統(tǒng)應(yīng)該被建立，以記錄實(shí)驗(yàn)中產(chǎn)生的各種數(shù)據(jù)，包括傳感器讀數(shù)、控制指令以及機(jī)械手的實(shí)際運(yùn)動(dòng)軌跡。這些數(shù)據(jù)對(duì)于后續(xù)的分析和驗(yàn)證非常關(guān)鍵。

五、結(jié)語

綜上所述，機(jī)械手自適應(yīng)控制策略的研究與實(shí)現(xiàn)為工業(yè)自動(dòng)化領(lǐng)域帶來了重要的技術(shù)突破和應(yīng)用前景。通過不斷深入研究和創(chuàng)新，有望進(jìn)一步提高機(jī)械手系統(tǒng)的性能，推動(dòng)工業(yè)自動(dòng)化領(lǐng)域的發(fā)展，實(shí)現(xiàn)更加智能和高效的制造和物流過程。在未來的研究和實(shí)踐中，需要繼續(xù)關(guān)注自適應(yīng)控制策略的改進(jìn)和應(yīng)用，以滿足不斷發(fā)展的工業(yè)需求。

參考文獻(xiàn)

[1]黃哲，顏廷旭.基于自適應(yīng)遺傳算法的柔性機(jī)械手抑振軌跡優(yōu)化[J].工業(yè)控制計(jì)算機(jī)，2023，36（11）：121-123.

[2]吳哲.纏繞機(jī)械手的自適應(yīng)滑?？刂品椒椒ㄅc與應(yīng)用[D].杭州：杭州電子科技大學(xué)，2023.

[3]王春森.自適應(yīng)欠驅(qū)動(dòng)仿生機(jī)械手的設(shè)計(jì)[D].哈爾濱：黑龍江大學(xué)，2023.

[4]劉洋洋，院老虎，騰英元，等.基于RBF神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)淖赃m應(yīng)滑模機(jī)械手控制[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2023（06）：119-122+127.

[5]潘玉芬.自適應(yīng)機(jī)械手爪的專利技術(shù)綜述[J].河南科技，2023，42（10）：142-145.

[6]黃哲，顏廷旭.基于自適應(yīng)遺傳算法的柔性機(jī)械手抑振軌跡優(yōu)化[J].工業(yè)控制計(jì)算機(jī)， 2023，36（11）：121-123.

責(zé)任編輯：張津平、尚丹