执行器故障下高精跟踪
针对机械臂执行器故障，提出一种基于RBF神经网络状态观测器的非奇异快速终端滑模容错视觉伺服控制策略，无需故障先验知识即可在线估计耦合故障与扰动，实现图像特征轨迹的高精度、低抖动跟踪。
Li, Jiashuai · 彭秀艳 · 李冰 · Sreeram, Victor · Wu, Jiawei
Neural Computing and Applications 2024
乘性、加性耦合故障与扰动统一为集中不确定项，由RBF神经网络在线逼近，无需预先知道故障的具体形式。
名义量与集中不确定项解耦，各自独立自适应律，减少故障和扰动对系统性能的影响，实现低抖动、高精度跟踪。
非奇异快速终端滑模保证有限时间收敛，瞬态特性好，故障发生时能快速恢复跟踪。
李雅普诺夫理论证明了观测器和控制器的稳定性，不是仅靠仿真验证。