伴随型非线性系统的自适应 RBF 神经网络补偿控制

摘要：

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。

关键词：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

分类号：TP271;TH213(自动化技术及设备)

资助基金：国家自然科学基金资助项目51005246．

在线出版日期：2015-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：161-165