1、“.....在函数模块的基础上根据需要修改相应的模板或例子。将模块添加到相应位置并修改其属性，然后设置相应的参数。将各模块按照预先设计进行输入输出端口的连接。函数建立机械臂非线性系统模型由于机械臂系统在中很难直接搭建系统结构，所以这里我们就利用函数来构建机械臂系统模型。结合函数的编写步骤和机械臂系统具体的关系特性，编写函数程序算法如下初始化函数。确定系统的状态变量和即，同时，输入变量，输出变量。根据系统关系得出状态变量。具体关系如下其中，是个自定义的函数，表示机械臂系统关节处位置坐标，它由式和式计算得到。计算系统的输出。系统的输出分别是机械臂两关节位置和控制输出......”。

2、“.....同理，网络及滑模变结构控制器程序也用函数进行编写。具体的参数设定分别为输入变量，输出变量，离散状态变量输入变量，输出变量，离散状态变量。机械臂滑模变结构控制本节将机械臂非线性系统作为研究对象，设计出相应的滑模变结构控制器，然后对整个系统进行仿真研究，并得出滑模变结构控制对机械臂非线性系统控制的特点。机械臂滑模变结构控制本文节中介绍了滑模变结构控制器的设计方法，包括滑模面和滑模控制律的设计。本节中的滑模变结构控制器采用等效切换控制来设计，并通过李亚普若夫稳定原理确定等效切换控制的切换增益，保证控制系统稳定。根据滑模控制特点和机械臂系统特性，设计机械臂系统的滑模控制结构图，如图所示......”。

3、“.....关节实际位置向量。定义滑模面为式中,,为正常数。由它决定校正运动过程中的特性。基于这些定义，确定等效控制和不连续滑模控制。等效控制是假定系统在运动滑模面上运动的。因为保持为个常数向量，。从式可得与惯性矩阵相乘得宿州学院毕业设计基于变结构神经网络的机械臂控制器设计等式表示为把式代入式得令式中。确定等效控制所以滑模变结构控制等效切换控制中等效控制部分确定，然后设计切换控制部分，主要确定切换增益......”。

4、“.....且得出设宿州学院毕业设计基于变结构神经网络的机械臂控制器设计考虑的四种可能情况，如下得出将代入得根据李雅普诺夫稳定判定方法，得出系统是在条件下是稳定的。根据机械臂非线性系统运行到不同状态，滑模变结构控制可以通过使用调节切换增益改变切换控制信号进行系统控制运行。这种情况下，机械臂非线性系统的稳定性在式中得到保证。系统仿真根据节建立的机械臂系统非线性模型和节设计的滑模变结构控制器，在下，对机械臂系统进行滑模变结构控制仿真。设计时......”。

5、“.....选取,。机械臂滑模变结构控制的仿真电路图如图所示，自定义模块对应文件，是节中用函数所建立的机械臂系统非线性模型模块为滑模变结构控制器模块，同样也采用函数建立模块为系统的输信号，这里采用幅值为的正弦波信号，分别为被控机械臂两关节的位置跟踪输出，分别为两关节的控制输入，运行时间为。宿州学院毕业设计基于变结构神经网络的机械臂控制器设计图分别为机械臂两关节的位置跟踪曲线，图分别为两关节的控制输入曲线。图可见，在时间内机械臂关节位置响应曲线与给定曲线偏差较大，之后误差逐渐减小，可近似认为实际曲线已经跟踪给定曲线，由图可见，关节响应曲线在后可跟踪给定曲线，因此可见，在滑模变结构控制下......”。

6、“.....由图可见，机械臂两关节滑模变结构控制输入曲线不平滑，存在些抖振现象。宿州学院毕业设计基于变结构神经网络的机械臂控制器设计基于神经网络滑模变结构控制在单纯的滑模变结构控制下，如果被控系统具有较强的不确定性或较大的外部干扰，滑模变结构的切换增益就会要求很大，就会导致控制系统产生较大的抖振。为此，本文将神经网络引入滑模变结构控制中，在节机械臂滑模变结构控制基础上，设计种基于径向基函数神经网络滑模变结构控制器，解决系统中的不确定性问题，降低系统抖振，提高系统相应的跟踪性能。机械臂滑模变结构控制本节的神经网络滑模变结构控制是结合了神经网络控制和滑模变结构控制，充分地利用两者的优点......”。

7、“.....本文采用神经网络对具有不确定性的机械臂系统进行自适应学习，同时为了减小神经网络逼近机械臂系统时产生瞬王祝炯滑模变结构控制设计方法研究杭州浙江工业大学，张丽娟类非线性系统的模糊滑模控制北京华北电力大学，王贞艳，张井岗，陈志梅神经网络滑模变结构控制研究综述信息与控制宿州学院毕业设计基于变结构神经网络的机械臂控制器设计致谢经过三年半的学习与研究，本人在导师穆海芳老师的精心指导下完成了本论文。在此，向导师穆海芳和曾在学习中给予指导的老师表示深深的敬意和衷心的感谢。本人导师是位治学严谨，学识渊博，要求严格的人。他侮人不倦的高尚品德，谦虚坦诚与热情稳重的个性修养，已成为我今后学习和生活的榜样......”。

8、“.....让我懂得很多为人处世的道理，我会直牢记于心，这会让我终生受益。此外，机电学院的各位领导和各学科的老师也给予我很大的帮助，在此也对他们表示深深的感谢。同时，向各位评审本论文的专家老师致以最诚挚的感谢。最后，感谢所有关心帮助过我的人,误差，将滑模变结构控制与神经网络控制进行并行设计，机械臂系统的神经网络滑模控制结构框图如图所示。宿州学院毕业设计基于变结构神经网络的机械臂控制器设计网络的输入为,和分别是关节位置和速度差值，输出为不确定参数的估计值,ˆ。ˆ,ˆ其中ˆ为神经网络的权值，为高斯函数。,其中是第个神经元的中心位置，为第个神经元的宽度......”。

9、“.....设网络的最优权值满足不确定参数满足定义函数为其中ˆ。稳定性分析取在线调整权值ˆ并取宿州学院毕业设计基于变结构神经网络的机械臂控制器设计由式得由式得由上两式得即根据李雅普诺夫稳定判定方法，得出系统在条件下是稳定的。基于神经网络滑模变结构控制的机械臂系统的稳定性可以得到保证。系统仿真本节根据节中机械臂系统的非线性模型和节中神经网络滑模变结构控制器，在下对机械臂系统进行神经网络滑模变结构控制仿真，系统参数和期望轨迹与节相同，网络结构为......”。