第第頁共=NUMPAGES24-321頁水下電動機械臂的結構設計及控制方法研究目錄TOC\o"1-3"\h\u1緒論 21.1課題研究背景 21.2研究目標及內容 21.2.1研究目標 21.2.2研究內容 31.3研究意義 32水下電動機械臂總體方案設計 32.1水下機械臂技術指標 32.2水下電動機械臂整體設計 32.2.1機械臂自由度選擇 32.2.2機械臂整體模型建立 42.2.3機械臂材料選擇 62.2.4驅動方式及驅動電機選擇 72.3關鍵零件的有限元分析 83基于模糊RBF神經(jīng)網(wǎng)絡的控制方法研究 113.1模糊RBF神經(jīng)網(wǎng)絡控制方法簡述 113.1.1RBF神經(jīng)網(wǎng)絡控制方法 113.1.2模糊控制方法 123.1.3模糊RBF神經(jīng)網(wǎng)絡控制方法 133.2模糊RBF神經(jīng)網(wǎng)絡控制器設計 133.2.1控制模型的建立 133.2.2模糊RBF神經(jīng)網(wǎng)絡設計 143.2.3控制律設計 173.2.4控制系統(tǒng)穩(wěn)定性分析 174結論 20參考文獻 22摘要：針對機械臂的運動系統(tǒng)而言，其能夠體現(xiàn)多種特點，其中比較典型的包括非線性、強耦合性等，而在相對比較復雜的水環(huán)境當中，水動力因素往往會對控制系統(tǒng)產(chǎn)生一定影響，難以構建高精度的控制模型，常規(guī)控制方法難以起到預期的效果。所以，面向水下機械臂，設計一種精度較高、穩(wěn)定性較好、控制較有效的控制方法是非常重要的研究方向。本文以此為基礎，將設計的水下電動機械臂作為模型，提出了一類基于模糊RBF神經(jīng)網(wǎng)絡的控制方法，進而優(yōu)化水下機械臂的運動控制性能。關鍵詞：機械臂；運動控制；驅動方式1緒論1.1課題研究背景本課題來源于海洋工程設備研究項目，屬于企業(yè)研究項目。本研究的目的是開發(fā)一類水下電動五軸機械臂，通過計算得到其運動學和水動力學模型，此后以數(shù)學模型為基礎提出了一類基于模糊RBF神經(jīng)網(wǎng)絡的控制方法，進而對五軸水下機械臂實現(xiàn)多關節(jié)耦合仿真分析，對此類方法的實用效果進行校驗。在進入本世紀之后,全球各國都對海洋資源的開發(fā)和利用給予了高度的重視，許多沿海國家甚至將海洋開發(fā)提升到國家戰(zhàn)略的高度。而我國這方面的資源儲量也非常充足，大陸岸線的總長度大概為1.8萬多千米，超過600平方米的海島總共有五千多個，海洋資源的類型也豐富多樣，其中比較典型的包括生物資源、海水資源等。因此，我們有必要對海洋資源進行有效監(jiān)測和開發(fā)，這是我國社會不斷發(fā)展的客觀要求。而針對水下機器人而言，它在探索海洋方面能夠發(fā)揮重要作用,因此其受到了各國學者的廣泛關注?！度珖Ｑ蠼?jīng)濟發(fā)展‘‘十三五”規(guī)劃》中強調“加快深海礦業(yè)發(fā)展,實現(xiàn)深海資源利用產(chǎn)業(yè)化。重點開發(fā)全海深潛水器?！薄逗Ｑ蠊こ萄b備產(chǎn)業(yè)創(chuàng)新發(fā)展戰(zhàn)略（2011-2020）》提出，應不斷發(fā)展國際海洋工程設備前沿的各項技術，改善傳統(tǒng)的資源利用體系。除此之外,我們應對概念技術給予充分的重視,從而增強整體的技術開發(fā)實力。國家在宏觀政策方面給予了海洋工程極大的支持,我們可以預見,在未來很長的一段時間內,海洋工程裝備的開發(fā)必將是國家重點攻堅的項目。對于海洋的探索和資源開發(fā)，水下機器人是現(xiàn)階段不可或缺的設備，然而這種設備要穩(wěn)定作業(yè)，其必須得到水下機械臂的支持。這種機械一般情況下裝配于艏部，它能夠進行穩(wěn)定的操控，從而實現(xiàn)特定的作業(yè)任務。對于水下機械臂的可靠性來講，其很大程度上體現(xiàn)了水下機器人的功能特性。這種設備在開采平臺中實現(xiàn)了有效推廣，同時，它在資源勘探、國防軍事等各個方面它都能夠體現(xiàn)重要作用。所以，對其展開深入探究具有不可忽視的價值意義。而伴隨計算機技術的不斷進步，在響度比較復雜的水環(huán)境中，唯有使水下機械臂表現(xiàn)出高度的適應性，出眾的靈活性，優(yōu)良的抗沖擊性，才能夠使其發(fā)揮預期的功能作用。1.2研究目標及內容1.2.1研究目標針對機械臂的運動系統(tǒng)而言，其能夠體現(xiàn)多種特點，其中比較典型的包括非線性、強耦合性等，而在相對比較復雜的水環(huán)境當中，水動力因素往往會對控制系統(tǒng)產(chǎn)生一定影響，難以構建高精度的控制模型，常規(guī)控制方法難以起到預期的效果。所以，業(yè)界學者對該課題進行了系統(tǒng)性的探討和分析。本文設計了一類水下電動五軸機械臂，根據(jù)相關規(guī)范構建水動力學模型，此后以該模型為基礎，提出了一類優(yōu)化的控制方法，其很大程度上將模糊RBF神經(jīng)網(wǎng)絡作為核心，如此就能夠進行多關節(jié)耦合研究，進而對這種方法的有效性展開良好的校驗。1.2.2研究內容本研究先是對水下五軸電動機械臂展開綜合性分析，此后建立了標準化的運動學模型，結合關于水動力的各類未知性問題，本文提出了一類改良的控制器，其很大程度上將模糊RBF神經(jīng)網(wǎng)絡作為核心，從而有效的逼近補償，最后利用Lyapunov理論對系統(tǒng)所表現(xiàn)出的各類特性展開校驗，并將其與其他算法進行搭配應用，從而實現(xiàn)仿真分析，對控制方法的實用效果進行了校驗。1.3研究意義對于該設備的運動系統(tǒng)來講,其不但能夠表現(xiàn)出傳統(tǒng)設備的特性,同時能夠表現(xiàn)出非常顯著的耦合性，在海洋環(huán)境中水動力因素往往會對該系統(tǒng)的控制產(chǎn)生較為突出的影響，并且難以采集高精度的控制模型,常規(guī)控制方法所發(fā)揮的效果往往不夠理想。所以，我們有必要對該課題展開深入探究,從而設計一類更為科學和穩(wěn)定的控制方法。2水下電動機械臂總體方案設計針對此類機械而言,其整體架構較為復雜，在對其進行設計的過程中需要分析相對較多的因素，特別是在水環(huán)境中運行時，防水方面的特性更是重中之重。本部分將結合相關的技術指標，對該機械展開綜合設計，其涉及到多個方面,比較典型的包括自由度、驅動方式等。最后，本文對多樣性的元件進行分析，并對相關指標展開校驗。2.1水下機械臂技術指標結合項目實施的客觀需求，設計過程中所涉及到的各類指標具體參考下表：表2-1設計技術指標本文開發(fā)的機械比較輕小，其占據(jù)的空間不大，整體架構復雜性低，成本控制在適宜的水平，對于常規(guī)的水下作業(yè)具有良好的適用性。2.2水下電動機械臂整體設計2.2.1機械臂自由度選擇在對該系統(tǒng)展開設計時，這個因素是非常重要的部分。此外,因為其位點和姿勢很大程度上是利用各個關節(jié)的協(xié)調和配合實現(xiàn)的，所以其需要將自由度提升至適宜的水平,使執(zhí)行器能夠調整至目標位點,假如自由度相對較大，操作流程就愈加繁雜,控制標準就更加嚴苛。反之，如果其自由度相對較小，機器臂能夠完成的動作復雜性就較低,而且往往會受到其他因素的限制。如果操作難度相對較低，其必然會使維護工作的復雜性明顯降低。本研究開發(fā)的裝置重點應用了ROV，如此就可以使其可靠的完成各項工作任務，同時，AUV可以結合接收的指令對目標位點展開調節(jié)，使其表現(xiàn)出較為理想的自由度，一般情況下只需要確保常規(guī)的樣品采集能夠符合要求。然而，在較為繁雜的水環(huán)境中，我們應防止AUV本體運動姿態(tài)超過一定限度，從而最大化的降低本體所產(chǎn)生的能耗，所以該裝置的自由度應控制在適宜水平。整體來講，本文將自由度設置為5，并配置了完善的手爪功能，從而使其具有良好的應用價值。本研究開發(fā)的設備通過多個部分構成，其中比較典型的包括旋轉關節(jié)、手爪等，重點涉及到底座回轉關節(jié)R1、手爪回轉關節(jié)R5等部分，詳情參考下圖。圖2-1機械臂自由度結構簡圖2.2.2機械臂整體模型建立結合預設的參數(shù)，臂長的極大值為450mm，抓取目標直徑的極大值為70mm。此后本文就可以通過專業(yè)工具完成標準化的建模，得到的模型具體參考下圖。該機械臂結構通過多個部分構成，其中比較典型的包括底座、腕部模塊等，各部分的轉動很大程度上通過電機實現(xiàn)穩(wěn)定的驅動。圖2-2機械臂裝配體三維模型該機械結構在進行設計的過程中，應最大化的降低控制部分的復雜性，而從結構的層面而言，我們可以選擇模塊化的設計方式，即所有關節(jié)模塊都通過特定的器件構成，其中比較典型的包括電機、傳感裝置等，各部分在設計結束之后，只需要對各部分的銜接情況進行分析。此外，底座可以根據(jù)規(guī)范與ROV搭配應用，而最下層能夠與指定的電機實現(xiàn)銜接，腕部模塊等各個部分的連接一般利用電機軸進行穩(wěn)定連接，另一側主要利用軸承進行固定，腕部末端可以利用電機軸與指定模塊進行銜接，從而使其回轉自由度能夠達到比較理想的水平。它的整體情況具體參考下圖，電機能夠對特定側起到驅動的作用，兩指能夠實現(xiàn)高度同步的轉動，從而實現(xiàn)多樣性的動作，其開合角度很大程度上受到手爪電機轉動的影響。圖2-3手爪模塊結構圖2.2.3機械臂材料選擇機械臂的材料選取與多種因素存在緊密關聯(lián)，其中比較典型的包括工作環(huán)境、工作需求等，尤其是針對水下機械臂而言，其不但對穩(wěn)定性、實用性存在較高要求，并且其必須體現(xiàn)良好的耐腐蝕性。該機械在水中作業(yè)的過程中，其往往會受到多種因素的影響，其中比較典型的包括附加質量力，浮力等，如果本體重量相對較小，那么它可以大幅度減小運動慣性，從而使水動力所產(chǎn)生的影響最大化的降低。所以，在對機械臂材料進行選型的過程中，我們必須考慮多樣性的因素，其中比較典型的包括密度、耐腐蝕性等，當前來講，應用較多的材料包括下述類型：1.錯合金因為其表明存在一層氧化膜，如此就明顯提升了其耐腐蝕性，所以它在水下設備的加工過程中應用較多，對于水下機械臂的制備具有良好的適用性。比如對于6061-T6號錯合金來講，其能夠表現(xiàn)優(yōu)良的功能特性，密度達到2.72g/cm3，相應的抗拉強度達到310MPa。2.不銹鋼這種材料能夠表現(xiàn)出比較理想的抗腐蝕性，本設計中可供選擇的不銹鋼主要包括兩類，其分別為304和316不銹鋼。對于后者而言，其融合了一定Mo，如此就使其具有出眾的耐腐蝕性，在海水設備的制備中應用較多，它的密度達到8.03g/cm3,而相應的參數(shù)大約為620MPa。3.欽合金這種材料的指標較為理想，能夠體現(xiàn)非常理想的化學性質，因此它在諸多領域都表現(xiàn)出不可忽視的應用價值。另外，這種材料的抗腐蝕性十分出眾，對于濕度較高的環(huán)境或者水環(huán)境具有良好的適用性。結合上述分析，我們可以發(fā)現(xiàn)此類材料對于水下機械臂十分適用，然而其價格相對較高，表現(xiàn)出的工藝性能不夠理想，無法實現(xiàn)有效推廣。本文開發(fā)的水下機械臂是非常典型的輕型機械臂，其空氣重量不超過3千克，對材料強度不存在嚴苛的要求。鋁合金與其他材料相比，其密度相對較低，加工難度不大，與鈦合金進行對比，其經(jīng)濟性非常出眾。所以本設計主要選用6061-T6號招合金。2.2.4驅動方式及驅動電機選擇各類驅動方式都具有獨特的性質，必須結合多方面的要素進行考慮，其中比較典型的包括工作內容，控制功能等，從而界定最為理想的驅動方法。本研究開發(fā)的機械體積較小，并且為了避免水資源受到污染，對位置精度進行一定優(yōu)化，本研究重點采用電動驅動方式。在對其進行具體選型的過程中，我們有必要對其驅動力矩進行分析，因為各關節(jié)的運動速率不高，慣性力對關節(jié)模塊產(chǎn)生的影響不大，因此可以不作考慮，在這種情況下，本文重點對關節(jié)力矩展開分析，相應的算術式為T=MｘL，在該式子中，M主要代表的是驅動的質量，L在此處主要代表的是力臂，下文將大臂俯仰關節(jié)作為探討的實例，進而對其核心參數(shù)進行分析。對于俯仰關節(jié)而言，其實際承受的力矩相對較大，它能夠對多個部件發(fā)揮驅動作用，其中比較典型的包括大臂模塊、手爪等，而各部分的質量可在材料屬性中進行具體調試，即M大臂驅動＝M大臂+M小臂+M腕部+M手爪+M負載=2kg公式（2-1）驅動質量的質心能夠結合規(guī)范進行測定，具體情況參考下圖，驅動力臂的極大值為L＝242mm。結合T＝MｘL進行分析，該關節(jié)核心參數(shù)的極大值為T=48.4kg.cm結合上述方法我們可以推出其他構件的各項指標，其重點涉及到驅動質量、最大驅動力矩等方面，具體情況參考下表。表2-2各關節(jié)的最大驅動力矩計算值為了能夠優(yōu)化其經(jīng)濟性，并最大化的降低其復雜程度，在確保位置精度得到保證的條件下，其總體成本應最大化的降低，而舵機是一類功能特性十分出眾的驅動電機，其整體架構具體參考結構圖2-5，它通過多個部分構成，其中比較典型的包括齒輪組、殼體等，不但能夠實現(xiàn)穩(wěn)定的輸出，而且其占用的空間不大，結構穩(wěn)定，并且能夠表現(xiàn)優(yōu)良的防水特性，可以良好的適應水下環(huán)境。所以，為了有效降低各主要構件的驅動質量，我們有必要選用舵機驅動的模式。圖2-5舵機組成和內部結構示意圖針對大臂俯仰關節(jié)而言，其驅動力矩的極大值應進行合理的設置，為確保其安全余量符合要求，結合現(xiàn)階段的舵機標準，其轉矩可以設置為60kg.cm。針對小臂俯仰關節(jié)來講，為了使零件能夠符合相關的力矩標準，舵機在一般情況下應該選用同型號，根據(jù)相關規(guī)范，我們可以將其型號界定為DG-2030號，其他參數(shù)符合標準。2.3關鍵零件的有限元分析對于此類方法而言，其重點是對物理系統(tǒng)負載情況進行分析，并結合實際要求建立完善的仿真系統(tǒng)，在進行設計的過程中，通過該方法能夠對機械，電磁等各個層面展開仿真分析，無需在樣品加工結束之后再進行分析。這樣不但明顯提升了設計效率，并且讓時間成本獲得良好的控制。伴隨科技的進步，有限元法在諸多工程設計中廣泛應用，其重點涉及到汽車、機械制造等多個方面。通過Solidworks對目標機械進行三維建模之后，我們可以在特定的模塊內對其展開研究。如果這種有限元分析的結果不能夠達到要求的時候就需要回到原來建模的模塊中對原來的模型進行修改，然后再次進行檢查進行分析，從而使得分析的結果達到要求。這種方法的優(yōu)勢是不需要再次借助其他的分析軟件，而是在這一個軟件中就可以完成設計、分析以及優(yōu)化的結果，通過這種方式能夠使得零件的設計效率得到大大的提升，也使得設計的軟件結果能夠更加滿足預先的模型要求。另外要注意的一點是材料強度的問題，如果材料強度不足是會引發(fā)很多問題的。舉例來說，如果材料強度不夠，在機械臂的大臂和機械臂大臂鏈接關節(jié)在高負載的情況下，是非常容易發(fā)生變形，甚至是垮塌的。所以在機械臂的整體結構設計完成后，必須采用有限元分析的方法對機械臂的關鍵材料的強度進行分析，確保材料強度是符合要求的。這部分連接關節(jié)的整體情況具體參考下圖，此時可根據(jù)要求對其展開研究，首先，對連接孔添加扭矩的極大值T=48.4kg.cm，繼而對其連接孔參數(shù)展開標準化的校驗，其應力情況具體參考圖2-9，通過該圖我們能夠發(fā)現(xiàn)，該關節(jié)符合相關要求。圖2-8大臂鏈接關節(jié)圖2-9大臂鏈接關節(jié)強度分析結果應力圖機械臂大臂模型如圖2-10所示，我們對其進行有限元分析，在承受扭矩的連接孔上添加上節(jié)所求得的最大扭矩T=29.Skg/cm，進而對其連接孔的各項指標展開校驗，具體情況參考圖2-11，最后得到的數(shù)據(jù)顯示，其應力強度的極大值達到1.558MPa，所以其大臂滿足相關的標準。圖2-10大臂模型圖圖2-11大臂強度分析結果應力圖3基于模糊RBF神經(jīng)網(wǎng)絡的控制方法研究針對機械臂的運動系統(tǒng)而言，其能夠體現(xiàn)多種特點，其中比較典型的包括非線性、強耦合性等，而在相對比較復雜的水環(huán)境當中，水動力因素往往會對控制系統(tǒng)產(chǎn)生一定影響，難以構建高精度的控制模型，常規(guī)控制方法難以起到預期的效果。所以，業(yè)界學者對該課題進行了系統(tǒng)性的探討和分析。本文設計了一類水下電動五軸機械臂，根據(jù)相關規(guī)范構建水動力學模型，此后以該模型為基礎，提出了一類優(yōu)化的控制方法，其很大程度上將模糊RBF神經(jīng)網(wǎng)絡作為核心，如此就能夠進行多關節(jié)耦合研究，進而對這種方法的有效性展開良好的校驗。前面章節(jié)主要分析了水下電動機械臂的技術指標和總體設計，前面章節(jié)做出了水動力方程的設計，機械臂運動控制的模型是以水動力方程為運動控制的模型。通過模糊RBF神經(jīng)網(wǎng)絡的控制方法研究可以識別水動力的不確定項，并對水動力的不確定項進行擬合。這種主要針對水下機械臂的動力學方程進行設計的，選擇該方法是由于其推理速度比較優(yōu)良。通過這種設計方法設計的水下機械臂系統(tǒng)的性能能夠得到良好的提升?；谀：齊BF神經(jīng)網(wǎng)絡的控制方法戶要是能夠使用神經(jīng)網(wǎng)絡取代系統(tǒng)，或是是能夠取代前饋控制器和預濾波器，這樣就能夠良好的改善水下機械臂的非線性的控制系統(tǒng)，因為水下機械臂的系統(tǒng)是非常復雜的，它的模型不需要完全精準的控制，只要其模型參數(shù)與其他模型的參數(shù)相近，就能夠得到比較好的控制效果。3.1模糊RBF神經(jīng)網(wǎng)絡控制方法簡述3.1.1RBF神經(jīng)網(wǎng)絡控制方法Pitts在上個世紀四十年代系統(tǒng)性地論述了神經(jīng)網(wǎng)絡理論，在經(jīng)過半世紀之后，神經(jīng)網(wǎng)絡的應用價值被進一步發(fā)掘出來，其涵蓋大量的模型，比較具有代表性的是RBF神經(jīng)網(wǎng)絡，它在當前應用較廣。對于此類網(wǎng)絡來講，它能夠對各式各樣的非線性關系展開映射，學習的難度不高，可以通過計算機進行具體實現(xiàn)。結合圖3-1進行分析，我們能夠發(fā)現(xiàn)RBF神經(jīng)網(wǎng)絡模型結構涵蓋多個層級，其中比較典型的包括輸入層、輸出層等。針對前者而言，其主要通過信號源節(jié)點構建而成，它的主要作用是把目標變量添加至網(wǎng)絡，并且不對其進行任何形式的變換；此外，后者的節(jié)點數(shù)與多種因素有關，其中比較典型的是網(wǎng)絡精度，其神經(jīng)元核函數(shù)絕大部分為高斯函數(shù)，可以對目標變量實現(xiàn)科學的空間映射；針對輸出層來講，其核心作用是對目標信號展開分析，關聯(lián)的函數(shù)能夠表現(xiàn)出顯著的線性特點。圖3-1RBF神經(jīng)網(wǎng)絡模型結構示意圖3.1.2模糊控制方法就現(xiàn)階段來講，模糊控制的方法是比較成熟的，并且使用范圍是比較廣的。本文在設計過程中使用了模糊控制的方法，主要原因是對于水下機械臂的系統(tǒng)是時變系統(tǒng)，它具有強非線性以及強耦合性的特點，鑒于這種特點他是沒有辦法建立比較嚴謹?shù)臄?shù)學模型的。所以要采用模糊控制的方法。這也是根據(jù)水下機械臂動力學方程得出的。而采用模糊控制的方法的好處就是可以根據(jù)以往的經(jīng)驗或是專家的專業(yè)知識減少這種不確定性的影響，從而實現(xiàn)比較好的控制效果。模糊控制系統(tǒng)原理如圖3-2所示，模糊控制系統(tǒng)一般通過多個部分構成，其中比較典型的包括輸入信號、被控對象等。此外，模糊控制器是其最為主要的部分，它能夠實現(xiàn)多種操作，其中比較典型的包括模糊化、去模糊化等。如果采用模糊控制的方法，其實現(xiàn)的具體流程為：檢測裝置首先對目標變量進行采集，在這之后將其與輸入信號展開對比，如此就獲得了所需的誤差信號；這個信號能夠轉移至模糊控制器，從而對其進行量化處理，如此就能夠得到所需的變量，它一般可以通過專門的形式進行具體表示；除此之外，該變量可以根據(jù)既定的機制實現(xiàn)推理，從而得到所需的變量；為了進行高精度的控制，該模糊控制量有必要完成模糊化轉換，從而得到精確度相對較高的控制量，在將其傳輸至被控對象之后，對其展開后續(xù)的控制，通過這種方式多次循環(huán)，如此就能夠對目標進行模糊控制。圖3-2模糊控制系統(tǒng)結構原理圖3.1.3模糊RBF神經(jīng)網(wǎng)絡控制方法在現(xiàn)階段來講，一般將模糊理論和神經(jīng)網(wǎng)絡理論進行搭配應用，而且伴隨數(shù)學模型的不斷完善，控制模型也變得愈加繁雜，往往會受到各類因素的影響，其中比較典型的包括非線性、內部耦合等，如果采取單一的控制方法，其發(fā)揮的控制效果往往不盡如人意，這就要求開發(fā)功能特性更為出眾的控制器。此外，對于模糊RBF神經(jīng)網(wǎng)絡來講，它很大程度上是將模糊邏輯和ＲＢＦ神經(jīng)網(wǎng)絡進行銜接，如此不但有效增強了網(wǎng)絡的并行計算效率，同時它能夠提升網(wǎng)絡推理效率，使得到的推理結果變得更加精確。3.2模糊RBF神經(jīng)網(wǎng)絡控制器設計3.2.1控制模型的建立根據(jù)對機械臂包含水動力項的動力學方程的分析結果，考慮到摩擦力和水環(huán)境外部干擾的影響，建立以下控制模型：（3-1）其中，為摩擦力矩陣，為外部干擾矩陣。首先，我們可以將接收到的指令界定為，現(xiàn)實情況中的位置界定為，此時可知：（3-2）設計滑模函數(shù)為：（3-3）其中，Ａ為一個正定的系數(shù)矩陣。則有：（3-4）結合公式（3-4），有（3-5）其中，（3-6）在現(xiàn)實情況中，f是難以進行明確的，所以本研究可以通過專門的算法對其不斷逼近。3.2.2模糊RBF神經(jīng)網(wǎng)絡設計本節(jié)主要根據(jù)要求對該網(wǎng)絡進行設計，它的整體架構主要參考下圖。另外，其涵蓋多個層級，其中比較典型的包括輸入層、輸出層等。輸入層主要是信號的輸入，模糊化層主要將輸入層輸入的信號做模糊化的處理，模糊推理層通過函數(shù)處理模糊化的數(shù)據(jù)，最后將數(shù)據(jù)輸出。圖3-3模糊RBF神經(jīng)網(wǎng)絡結構圖下文將對信號傳遞的整體架構進行分析，此后對其功能特性展開研究：第１層：輸入層。對于輸入層涵蓋的各節(jié)點而言，如果要求其連入，則必須明確其輸入量，結合上式我們可以對其輸入分析如下（3-7）此時可知：（3-8）其中，i＝1，2，…，5。第2層：模糊化層。這個層級的各部分都可以充當隸屬函數(shù)，通常情況下可以采用徑向基函數(shù)一高斯函數(shù)。兩個層級第i個節(jié)點所對應的連接函數(shù)能夠通過下式進行表示：（3-9）在上述式子中，主要代表的是高斯函數(shù)的均值，bj在此處主要代表的是第＿／個模糊集合高斯函數(shù)所對應的均值。第3層：我們通常情況下將其界定為模糊推理層，也可以將其界定為規(guī)則層。對于模糊規(guī)則的匹配而言，其很大程度上利用模糊化層進行具體實現(xiàn)，它們所存在的鏈接主要是利用各節(jié)點的函數(shù)展開模糊運算，我們可以明確各節(jié)點的主要參數(shù)。其他層級所涵蓋的節(jié)點具有高度的一致性。因此該層中各信號的乘積能夠用于分析實際的輸出，如下所示：（3-10）在上述式子中，Ni主要代表的是輸入隸屬函數(shù)的總量。第4層：輸出層。該層級所有節(jié)點的輸出等于各類輸入信號所對應的加權和，則（3-11）在上述式子中，l主要代表的是輸出層節(jié)點的總量，本部分主要采取總體逼近的方式，因此其總共涵蓋一個輸出節(jié)點，所以l＝1，W在此處主要代表的是各類節(jié)點對應的連接權值矩陣。在經(jīng)過總體逼近之后，我們可以獲得相應的輸出結果：在上述式子中，主要代表的是f的逼近值。3.2.3控制律設計前面在分析了控制模型和模糊RBF神經(jīng)網(wǎng)絡后，輸出后，本節(jié)對它的控制律進行設計，為：（3-12）在上述式子中，主要代表的是滑?？刂祈?，在此處主要代表的是對稱正定矩陣，主要代表的是克服模糊RBF神經(jīng)網(wǎng)絡將式（3-11）代入式（3-5），得（3-13）3.2.4控制系統(tǒng)穩(wěn)定性分析定義lyapunov函數(shù)為：（3-14）其中，均為斜對稱正定矩陣，所以有，取為對稱正定矩陣，則有，因此。對lyapunov函數(shù)求導可得：（3-15）下面對ｆ的四個子項進行分析：１．對于項根據(jù)機械臂的特性，是斜對稱矩陣，根據(jù)斜對稱矩陣的特性，有（3-16）２．對于項，將魯棒項設計為：（3-17）其中，為常數(shù)，為飽和函數(shù)。因此，有（3-18）