[发明专利]一种基于机器学习前馈模型的自抗扰力矩控制方法

摘要

本发明公开了一种基于机器学习前馈模型的自抗扰力矩控制方法，PD控制器输入参考力矩τd和扩张状态观测器的输出z1、z2，输出电流Ic；机器学习前馈模型输入参考力矩τd、电机转速nm、电机位置pm、电机转加速度ωm、电机温度Tm和减速器温度TR，输出电机参考电流If；扩张状态观测器输入机器人关节输出力矩τ以及电机实际电流Im与Ktb的乘积；Ic与If求和，再减去扩张状态观测器的输出z3与(Ktb)‑1的乘积，结果作为机器人关节的输入，机器人关节输出力矩τ。本发明能够对大部分扰动进行准确的估计，大大降低扩张状态观测器所需观测的总扰动范围，减少扩张状态观测器的负担。