柔性机械臂具有质量轻、能耗低、操作范围大等优点，但结构柔性导致形变以及振动，这给实际应用带来重大挑战。如何实现机械臂高精度控制是一个研究热点。西北工业大学许斌教授对针对动力学未知以及存在外界扰动两种情形，分别给出了基于复合学习的智能控制策略以及基于扰动观测设计的自适应策略。相关研究论文发表在SCIENCE CHINA Information Sciences 2017年第5期。

图1  复合学习控制框图

图2  末端位置跟踪（复合学习控制）

针对柔性机械臂存在非最小相位问题，该论文采用输出重定义的方法进行动力学变换得到输入输出子系统以及内动态子系统。针对输入输出子系统，考虑动力学不确定分析智能学习误差隐含信息，给出了基于平行估计的智能学习策略提升智能学习的准确性与快速性。具体设计方案见图1，相关跟踪结果见图2。针对外界存在时变干扰情形，构造了非线性扰动观测器动态估计其影响，并用于控制方案设计。具体设计方案见图3，相关跟踪结果见图4。所给出的两种性能增强自适应控制方案均实现了柔性机械臂末端跟踪精度提升，对于实际系统应用具有重要潜在价值。

图3  扰动观测控制框图

图4  末端位置跟踪（扰动观测控制）

详情请参见文章 "Two performance enhanced control of flexible-link manipulator with system uncertainty and disturbances", in SCIENCE CHINA Information Sciences 60(5), 050202

访问中国科学信息科学英文版官方网站，了解并下载原文：

http://engine.scichina.com/doi/10.1007/s11432-016-9033-0