Controle de Impedância Robusta Adaptativa de Robôs de Moagem Baseado em uma RBFNN e na Lei de Atingimento Exponencial

Dado que os robôs de moagem são facilmente afetados por distúrbios internos e externos ao usinar superfícies complexas com alta precisão, neste estudo, é proposto um método de controle de impedância robusta adaptativa que combina uma rede neural de funções de base radial (RBFNN) e controle por modo deslizante (SMC). Em um sistema de coordenadas Cartesianas, primeiro usamos a capacidade de aproximação universal da RBFNN para identificar com precisão e compensar ativamente distúrbios desconhecidos complexos na dinâmica do robô online. Em seguida, um controlador de impedância de modo deslizante melhorado, que utiliza controle robusto por modo deslizante para suprimir efetivamente a influência do erro de identificação da RBFNN e o distúrbio residual na rastreabilidade da trajetória e garantir a precisão do controle de impedância, é implementado. Essa abordagem melhora o desempenho do controle e supera o fenômeno de chattering inerente ao modo deslizante tradicional.