4.6 控制方向未知時(shí)的反步自適應(yīng)神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階積分滑模控制 4.6.1 反步自適應(yīng)神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階積分滑�？刂破魍ㄟ^將所設(shè)計(jì)的兩種控制器對(duì)比發(fā)現(xiàn)，分?jǐn)?shù)階積分滑模具有更小的跟蹤誤差。因此本節(jié)基于該方法提出控制方向未知的反步自適應(yīng)神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階積分滑模。在設(shè)計(jì)控制器時(shí)，類似于上節(jié)反步自適應(yīng)神經(jīng)網(wǎng)絡(luò)積分滑模方法，本節(jié)針對(duì)液壓位置伺服系統(tǒng)，考慮控制方向未知，按照如下步驟重新設(shè)計(jì)控制器。以反步控制策略為基礎(chǔ)，本節(jié)提出的反步自適應(yīng)神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階積分滑模控制器設(shè)計(jì)步驟中前兩步與反步自適應(yīng)神經(jīng)網(wǎng)絡(luò)積分滑�？刂破飨嗤�。參照穩(wěn)定性證明，同理可得到所設(shè)計(jì)的控制器可以確保該系統(tǒng)的所有信號(hào)是有界的，且最終跟蹤誤差是趨于零的。
4.6.3 實(shí)驗(yàn)研究采用本節(jié)提出的考慮控制方向未知的神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階積分滑�？刂疲謩e跟蹤的三類給定參考信號(hào)。當(dāng)控制方向?yàn)檎龝r(shí)，對(duì)三種給定信號(hào)的跟蹤結(jié)果。該方法可以實(shí)現(xiàn)對(duì)期望信號(hào)的跟蹤。所提出的控制器在正反兩個(gè)方向均能夠?qū)崿F(xiàn)控制。
4.7 本章小結(jié) 本章針對(duì)考慮比例閥不準(zhǔn)確零點(diǎn)的液壓位置伺服系統(tǒng)，基于神經(jīng)網(wǎng)絡(luò)逼近系統(tǒng)中的未知項(xiàng)。首先采用基于神經(jīng)網(wǎng)絡(luò)的積分滑模控制方法對(duì)液壓位置伺服系統(tǒng)進(jìn)行跟蹤控制。然后在普通滑模面中引入分?jǐn)?shù)階算子進(jìn)行重新設(shè)計(jì)，并提出神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階積分滑模方法。并對(duì)兩種控制器的系統(tǒng)穩(wěn)定性分別進(jìn)行了證明。實(shí)驗(yàn)及定量對(duì)比結(jié)果表明，在假定系統(tǒng)的控制方向確定且為正向時(shí)，本文提出的神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階積分滑�？刂破髋c其他控制方法相比具有更好的控制性能。進(jìn)一步考慮液壓位置伺服系統(tǒng)控制方向未知情況，使用 RBF 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)系統(tǒng)中未知項(xiàng)的逼近，結(jié)合反步自適應(yīng)控制以及 Nussbaum 增益技術(shù)，分別設(shè)計(jì)反步自適應(yīng)神經(jīng)網(wǎng)絡(luò)積分滑�？刂破骱头床阶赃m應(yīng)神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階積分滑�？刂破�，并對(duì)系統(tǒng)穩(wěn)定性進(jìn)行了證明。實(shí)驗(yàn)結(jié)果表明，控制方向未知時(shí)，所提出的兩種控制器均能實(shí)現(xiàn)對(duì)給定參考信號(hào)的有效跟蹤控制。
還可以看看
其他文章，謝謝您的閱讀。
網(wǎng)站申明：系本文編輯轉(zhuǎn)載，來自網(wǎng)友自行發(fā)布或來源于網(wǎng)絡(luò)，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)，所有權(quán)歸屬原作者。如內(nèi)容、圖片有任何版權(quán)問題，請(qǐng)
聯(lián)系我們刪除。