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！

龙图腾网获悉燕山大学申请的专利一种机械臂自适应神经网络分布式控制系统及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：CN119795165B 。

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：202411977035.0，技术领域涉及：B25J9/16；该发明授权一种机械臂自适应神经网络分布式控制系统及方法是由张翠华;胡泽云;张璐晗;张营;华长春设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种机械臂自适应神经网络分布式控制系统及方法在说明书摘要公布了：本发明公开了一种机械臂自适应神经网络分布式控制系统及方法，属于自动化控制技术领域，包括存在位置和姿态约束的且配备有传感器的多机械臂系统、接收来自多机械臂系统传感器数据的三维刚体动力学模型、与三维刚体动力学模型集成的通用时变非对称势垒函数、在线估计系统中的未知动力学参数的自适应神经网络以及基于自适应神经网络的估计设计的分布式协同跟踪控制器。本发明构建了包含未知动力学的输出约束多机械臂系统的新的通用时变非对称势垒函数，并建立了基于前馈神经网络的在线学习模块，实现了对不敏感参数在线估计的非对称时变输出约束问题的求解，能够同时解决对初始值不敏感和非对称时变输出限制的动力学估计问题。

本发明授权一种机械臂自适应神经网络分布式控制系统及方法在权利要求书中公布了：1.一种机械臂自适应神经网络分布式控制系统，其特征在于：包括存在位置和姿态约束的且配备有传感器的多机械臂系统、接收来自多机械臂系统传感器数据的三维刚体动力学模型、与三维刚体动力学模型集成的通用时变非对称势垒函数、在线估计系统中的未知动力学参数的自适应神经网络以及基于自适应神经网络的估计设计的分布式协同跟踪控制器； 基于控制系统进行机械臂自适应神经网络分布式控制的控制方法，包括以下步骤： 步骤S1：基于被抓物体的参考点建立三维刚体动力学模型；具体包括以下步骤： 步骤S101：基于被抓物体的参考点建立三维刚体动力学模型，如下式所示： 式中，表示被抓物体在固定世界坐标系Σl中的位置，和分别表示为其中x是参考点P在∑l中的坐标，ω是角速度，ω在刚体的任何位置都是一致的，α是角加速度；表示惯性矩阵，表示离心-科里奥利矩阵，gX0表示重力矩阵，Fε表示扰动力，Ωi表示抓取矩阵，表示每个机械臂所施加的控制力； 步骤S102：在三维刚体动力学模型中，X0＝x0,R，其可以表示为其中， 式中，R表示与Σl和Σp相关的旋转矩阵，Σp表示被抓取刚体的坐标系，为了便于标记，令其中， 式中，3为特殊欧几里得群，表示变换矩阵的集合； 步骤S103：在刚体动力学中，惯量矩阵定义为： 其中，m是被抓物体的质量，rp是参考点P在Σp中的坐标；离心-科里奥利矩阵定义为： 其中Jp是基于P的惯性矩阵，定义为： 抓取矩阵Ωi为： 其中，ri为各个机械臂基于参考点P的坐标； 由于抓取矩阵的特性，ΩX0,ri的逆为： 由此可知， 在机械臂动力学中，矩阵MX0是对称正定的，满足k1In≤MX0≤k2In，其中k1和k2是正常数，是偏对称的； 步骤S2：利用通用时变非对称势垒函数将输出受限的动力学方程转化为考虑输出有界性的新动力学方程； 步骤S3：基于多层前馈神经网络建立学习模块估计系统中的未知动力学信息； 步骤S4：设计分布式协同跟踪控制器，并通过李雅普诺夫函数验证系统的稳定性。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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。