10.3785/j.issn.1006-754X.2015.02.010
伴随型非线性系统的自适应 RBF 神经网络补偿控制
为了抵消伴随型非线性系统中的非线性项,可以设计控制器对非线性系统精确线性化。通常由于系统中存在外界不确定性因素导致系统模型的不确定,而不能直接设计控制器。利用“RB F神经网络能以任意精度逼近连续函数”的原理,对系统模型中的不确定项进行自适应辨识,并将辨识结果提供给控制器,从而实现伴随型非线性系统的神经网络自适应补偿控制。将控制器应用于起重机吊重摆角子系统,对摆角进行控制。实验结果表明:吊重摆角及其角速度约在5s后,得到了很好的控制,并且控制器对系统模型的不确定项的逼近误差约在5s时达到0;控制器对系统的不确定性因素和系统参数变化均具有很强的鲁棒性。
伴随型系统、非线性系统、RB F神经网络、自适应补偿、起重机吊重系统
TP271;TH213(自动化技术及设备)
国家自然科学基金资助项目51005246.
2015-04-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
161-165