基于RBF神经网络补偿的直线伺服系统滑模鲁棒跟踪控制

被引:8
作者
孙宜标
郭庆鼎
机构
[1] 沈阳工业大学电气工程学院
[2] 沈阳工业大学电气工程学院 辽宁 沈阳
[3] 辽宁 沈阳
关键词
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; 径向基函数神经网络;
D O I
暂无
中图分类号
TP273 [自动控制、自动控制系统];
学科分类号
080201 ; 0835 ;
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.
引用
收藏
页码:252 / 256
页数:5
相关论文
共 5 条