为了解决传统归零神经网络(ZNN)存在的两个缺点收敛时间趋于无限大且外部干扰的抑制停留在渐近收敛阶段,提出了一种超螺旋归零神经网络(Super-Twisting Zeroing Neural Network,ST-ZNN)多机械臂协调运动控制模型。首先建立了考虑外部干扰多机械臂的运动控制模型,然后提出了ST-ZNN设计框架,并证明了ST-ZNN在带有外部干扰的多机械臂协调运动控制中具备全局稳定性、有限时间收敛性和鲁棒性。最后,通过两个带有不同干扰的多机械臂协调运动控制仿真实例的对比分析可知两个实例中的收敛时间均为0.2s,该结果与理论证明推导结果一致,且在不同外部干扰条件下,收敛时间相同,另外,ST-ZNN模型产生的残留误差明显小于传统ZNN模型。验证了所提出的ST-ZNN模型具有有限时间收敛性和对外部干扰的鲁棒性。

提出了挖掘机的协调运动控制方法,用简单的操作完成常规操作难以完成的动作,通过工程机械约束对挖掘机控制进行解耦,实现多自由度到单自由度控制转变,简化了操作难度,实现了挖掘机的智能化。并将参数自适应模糊PID控制应用到挖掘机控制当中,根据不同工况调整系统参数,提高了控制系统的动态性能。