基于RBF神经网络补偿的直线伺服系统滑模鲁棒跟踪控制
孙宜标
郭庆鼎
1.沈阳工业大学,电气工程学院,辽宁,沈阳,1100232.沈阳工业大学,电气工程学院,辽宁,沈阳,110023
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.
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
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金(50075057)辽宁省教育厅项目(20141040)
论文发表日期：2004-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 252-256 )
英文信息