伴随型非线性系统的自适应RBF神经网络补偿控制
为了抵消伴随型非线性系统中的非线性项,可以设计控制器对非线性系统精确线性化.通常由于系统中存在外界不确定性因素导致系统模型的不确定,而不能直接设计控制器.利用“RBF神经网络能以任意精度逼近连续函数”的原理,对系统模型中的不确定项进行自适应辨识,并将辨识结果提供给控制器,从而实现伴随型非线性系统的神经网络自适应补偿控制.将控制器应用于起重机吊重摆角子系统,对摆角进行控制.实验结果表明:吊重摆角及其角速度约在5 s后,得到了很好的控制,并且控制器对系统模型的不确定项的逼近误差约在5 s时达到0;控制器对系统的不确定性因素和系统参数变化均具有很强的鲁棒性.
关键词:
伴随型系统,
非线性系统,
RBF神经网络,
自适应补偿,
起重机吊重系统