基于RBF神经网络补偿的直线伺服系统滑模鲁棒跟踪控制

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：永磁直线伺服系统具有高速、高响应和直接驱动等优点,但负载扰动、端部效应、非线性摩擦及系统参数变化会降低系统的伺服性能.为了在保证系统的跟踪性能的基础上,消除上述不确定性因素的影响,本文提出一种将变结构控制(VSC)和径向基函数神经网络(RBFNN)相结合的鲁棒跟踪控制策略.变结构控制具有快速响应,对不确定因素的不变性的优点.但是其'抖振'现象将影响直线伺服系统的平稳性和定位精度.采用径向基函数神经网络来模拟端部效应、参数变化、摩擦和外部负载等不确定因素,引入带死区的目标函数以缩短学习过程.通过RBFNN的补偿控制来减弱'抖振'输入的程度,进一步提高系统的稳态精度.仿真结果表明,该方案对直线伺服系统不确定性有很强的鲁棒性,同时,系统具有较好的跟踪性能,大大提高了直接驱动直线伺服系统的鲁棒跟踪精度.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：神经网络 RBF 神经网 RBFNN 不确定性 永磁直线同步电机 直接驱动 端部效应 滑模变结构控制 抖振