Para alcançar a identificação precisa do modelo dinâmico de um braço mecânico hiperredundante, propõe-se um método de identificação do modelo dinâmico semiparamétrico baseado em otimização iterativa e compensação por rede neural. Primeiro, são apresentados o modelo dinâmico do braço mecânico hiperredundante e o conjunto mínimo de parâmetros, estabelecido um modelo de atrito não linear da junta, e utilizado um algoritmo genético para otimizar o número de condição da matriz de regressão para gerar a trajetória de excitação. Em seguida, são estabelecidas restrições de viabilidade física do modelo dinâmico do braço, e com base no método de otimização iterativa, projetou-se uma rede recorrente de duas camadas para identificar os parâmetros de inércia e o modelo de atrito da junta do braço hiperredundante. Por fim, utiliza-se um conjunto de dados para treinar a rede neural BP, obtendo-se o modelo dinâmico semiparamétrico do braço mecânico hiperredundante, com análise comparativa realizada com vários algoritmos. Os resultados experimentais mostram que, em comparação com os métodos tradicionais de mínimos quadrados e mínimos quadrados ponderados, a soma das raízes quadradas médias (RMS) do resíduo do torque de identificação articular melhorou em 32,81% e 23,76%, respectivamente, e que o modelo dinâmico semiparamétrico melhorou em 23,56% a soma das raízes quadradas médias do resíduo de torque em comparação com o modelo dinâmico totalmente paramétrico, validando a eficácia e superioridade do método de identificação proposto.

braço mecânico hiperredundante; identificação do modelo dinâmico; otimização iterativa; modelo dinâmico semiparamétrico