基于神经网络的机电伺服系统非线性控制

摘要：

针对机电伺服系统精确动力学模型难以获取以及系统状态信息的测量易受噪声影响的问题,设计一种基于指令滤波与神经网络相结合的非线性反步控制算法,该算法能够有效地补偿未建模动态和外部扰动对机电伺服系统的影响.首先,引入指令滤波器来获取已知信号的微分估计并处理噪声;其次,利用神经网络估计未知的系统动态,包括未建模的摩擦和外部干扰;然后,神经网络权值的更新律通过梯度下降算法在线实现,没有离线学习阶段;最后,利用李雅普诺夫函数分析方法证明闭环系统的稳定性.为验证所提出算法的有效性,在机电伺服实验平台上进行大量对比实验,实验结果表明,所提出的算法具有良好的控制效果,对系统不确定性和外部干扰具有良好的鲁棒性.

关键词：机电伺服系统、未建模动态、指令滤波、神经网络、梯度下降、反步控制

所属期刊栏目：38

分类号：TP273(自动化技术及设备)

资助基金：国家重点研发计划;国家自然科学基金;江苏省研究生科研与实践创新计划项目

在线出版日期：2023-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1008-1014