倒立摆的神经网络自适应滑模控制
针对倒立摆系统的欠驱动、非线性和存在外界干扰的特点,提出一种基于RBF神经网络自适应滑模控制方法.首先将倒立摆系统的数学模型转换成符合欠驱动系统特征的标准形式,然后采用分层滑模控制方法设计控制律.RBF神经网络自适应方法对系统的不确定参数以及小车与导轨之间摩擦力等外界非线性干扰引起的不确定上界进行补偿,减小控制器的控制输出量,提高了控制精度.仿真结果表明,该方法具有很好的鲁棒性和抗干扰能力,能满足系统要求.
倒立摆、滑模控制、自适应、RBF神经网络
25
TP273(自动化技术及设备)
国家自然科学基金资助项目51274118
2019-01-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
1976-1981