1.一种基于积分强化学习的双曲趋近律滑模控制方法，其特征在于，包括以下步骤：S1、考虑一种具有外部扰动的非线性柔性机械臂系统，建立Takagi‑Sugeno模糊模型，提出双曲正切函数和反双曲正弦函数相结合的DHRL方法，消除SMC系统抖振；

所述步骤S1包括如下步骤：

针对非线性柔性机械臂系统，考虑外部扰动因素的影响，建立如下Takagi‑Sugeno模糊模型：式中， 和 分别为系统状态和控制输入，η1(t),…,ηp(t)是模糊规则i中服从模糊集M1i,…,Mpi的已知前提变量，其中i＝1,2,…,r；r是模糊规则的个数，和 是系统矩阵，f(t)是未知匹配的外部扰动，并且系统的不确定性满足以下条件

||f(t)||≤γ1+γ2||x(t)||+γ3||u(t)||                     (2)式中，γ1＞0,γ2＞0,0≤γ3＜1；

通过解模糊过程，得到最终的T‑S模糊系统如下

式中，hi(η(t))是如下定义的模糊规则i的隶属函数其中，μMij(η(t))是ηj(t)在Mij中的隶属度，根据Takagi‑Sugeno模糊集合理论，得出为了消除抖振，将双曲正切函数tanh(·)与反双曲正弦函数asinh(·)相结合，设计DHRL slaw如下，q

slaw＝‑λ1tanh(αs(t))‑λ2|s(t)|asinh(βs(t))               (6)式中，λ1＞0、λ2＞0、α＞0、β＞0、q≥1，s(t)是滑模面的切换函数，双曲正切函数定义为表示反双曲正弦函数；

S2、基于步骤S1所提出的DHRL方法，考虑步骤S1所建立的Takagi‑Sugeno模糊模型，定义积分切换函数，设计SMC控制器，保证滑模面的可到达性；

所述S2包括如下步骤：

考虑Takagi‑Sugeno非线性模糊系统，设计以下积分切换函数以获得SMC方案m×n式中，G∈R 是切换函数矩阵，通过GB为可逆矩阵进行设计，v是滑模控制器的状态反馈项， Ki是取决于下面最优控制算法的控制器增益，在不损失一般性的情况下，矩阵G被设计为GB＝Im，其中Im是m维的单位矩阵，结合式(2)f和式(6)DHRL slaw中的约束条件，提出以下SMC方案q

u＝v‑(γ1+γ2||x||+γ3||u||+1)×(λ1tanh(αs)+λ2|s|asinh(βs)) (8)* *根据SMC理论，存在一个t，使得对于所有t≥t，当系统状态远离滑模面时，它们在有限时间内被驱动到边界层；

S3、基于步骤S2所设计的基于DHRL的SMC控制器，建立基于IRL的SMC控制框架，设计SMC状态反馈项；

所述S3包括如下步骤：

当系统状态轨迹被驱动到滑模面时，SMC系统处于滑动阶段，并满足以下滑模动力学，式(9)中的系统状态等同于Takagi‑Sugeno模糊系统(3)中的状态，状态反馈控制项的形式如下式中，

在传统强化学习中，通过迭代过程寻找最优控制增益Ki时，必须满足系统矩阵Ai和B的所有信息都是已知的，对于由T‑S模糊系统(3)表示的柔性机械臂非线性系统；

本方法设计了IRL算法，使得系统矩阵Ai和B的部分信息是允许未知的，并且保证了滑模动力学(9)的稳定性；

IRL算法步骤如下：

根据Lyapunov稳定性理论，得到由IRL算法2求解的状态反馈项(10)的滑模动力学(9)是渐近稳定性，基于IRL算法的柔性机械臂滑模控制系统是渐近稳定的，并且保证控制系统满足鲁棒性和无抖振特性。