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！

龙图腾网获悉福州海洋研究院;福州大学申请的专利一种基于RBF神经网络与滑模面的水下机械臂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：CN119550330B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202410863707.9，技术领域涉及：B25J9/16；该发明授权一种基于RBF神经网络与滑模面的水下机械臂轨迹跟踪控制方法是由罗伟林;王元靖;罗会一;金丰峤;黄席媛;李可为设计研发完成，并于2024-06-29向国家知识产权局提交的专利申请。

本一种基于RBF神经网络与滑模面的水下机械臂轨迹跟踪控制方法在说明书摘要公布了：本发明提出一种基于RBF神经网络与滑模面的水下机械臂轨迹跟踪控制方法，包括以下步骤：建立水下动力学模型及电驱动数学模型；构建级联动力学方程组；设定期望输入信号并定义相关误差；进行快速终端滑模面的滑模函数设计，定义李雅普诺夫方程表达式并对其求导；根据滑模函数存在奇异点问题设计消除奇异点的函数，并更新李雅普诺夫方程的求导函数；设计RBF神经网络及权重对李雅普诺夫方程求导函数的非线性项进行神经网络逼近，设计电驱动辅助控制器和动力学辅助控制器。本发明在考虑电驱动力的辅助控制的基础上，对快速终端滑模控制方法进行改进，不仅提高了水下机械臂轨迹跟踪控制方法的稳定性和收敛速度，而且能够适应不同应用场合的具体需求。

本发明授权一种基于RBF神经网络与滑模面的水下机械臂轨迹跟踪控制方法在权利要求书中公布了：1.一种基于RBF神经网络与滑模面的水下机械臂轨迹跟踪控制方法，其特征在于，包括以下步骤： 步骤1：建立水下动力学模型及电驱动数学模型，为步骤2的级联动力学方程组构建提供理论基础； 步骤2：构建级联动力学方程组，为控制方法的设计提供更为详细可靠的数学模型； 步骤3：设定期望输入信号，将其代入级联动力学方程组，由此引入电驱动辅助控制器和动力学辅助控制器，并定义相关误差； 步骤4：进行快速终端滑模面的滑模函数设计，定义李雅普诺夫方程表达式并对其求导； 步骤5：根据滑模函数存在奇异点问题，设计消除奇异点的函数，并更新李雅普诺夫方程的求导函数； 步骤6：设计RBF神经网络及权重对步骤4和步骤5中的李雅普诺夫方程求导函数的非线性项进行神经网络逼近； 步骤7：设计电驱动辅助控制器和动力学辅助控制器，实现水下机械臂轨迹跟踪控制； 步骤1中，建立水下机械臂和电驱动数学模型如下： 式中，q、分别表示关节转角、关节转角的一阶导数、关节转角的二阶导数，Mq为惯性矩阵，为向心力和科里奥力系数矩阵，为水阻力项系数矩阵，Gq为等效重力向量矩阵，τms为动力学控制输入，Δ代表不确定干扰，包括水下机器人本体对水下机械臂的影响，I为电流，Kme为扭矩之间的转换矩阵，τme表示电机驱动力； 所述级联动力学方程组为： 其中Le代表电感、Re代表电阻、Ke代表电容、τe代表电压源，代表电流的一阶导数。

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福州海洋研究院;福州大学，其通讯地址为：350108 福建省福州市闽侯县上街镇溪源宫路200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”。

以上内容由龙图腾AI智能生成。