科研之友
微信
新浪微博
Facebook
分享链接
摘要
机电作动系统广泛应用于工业生产和军事领域，但机电作动系统存在的模型不确定性会使得基于模型的非线性控制器精度下降，同时由于安装空间、成本的限制，系统往往无法安装速度传感器。针对上述问题，提出一种基于神经网络的滑模输出反馈控制策略。针对系统中存在的常值扰动以及参数不确定性，用扩张状态观测器(Extended state observer, ESO)加以估计；针对系统中存在的时变扰动，利用径向基函数神经网络的万能逼近特性进行估计，然后通过前馈补偿技术对前者进行补偿；同时利用ESO观测的系统速度值设计控制量，从而实现输出反馈控制。利用Lyapunov稳定性定理证明了所设计的控制器可以实现系统的有界稳定。大量的仿真和试验结果证明了所设计的控制器相对于传统的PID以及非线性控制器控制精度可以提高一个数量级。
- 单位
