摘 要:基于Lyapunov穩定性理論,采用神經網絡直接自適應控制的思想設計控制器,針對一類具有Brunovsky canonical form的非線性系統,提出了一種基于神經網絡的魯棒控制方法,計算機數值模擬進一步驗證了所提出方法的有效性。
關鍵詞:非線性系統;自適應控制;神經網絡;Lyapunov穩定性
DOI:10.16640/j.cnki.37-1222/t.2017.18.263
1 引言
許多工業系統因其固有的不確定性和非線性特性,難以建立確切的數學模型,使傳統控制理論在應用于實踐時遇到了前所未有的困難.另一方面,由于各種干擾的存在,系統的結構乃至參數都可能發生變化,因此即使依靠過程先驗信息離線辨識得到了系統的模型,也難免存在模型失配的問題。近年來發展起來的神經網絡技術為解決復雜非線性系統的控制開辟了一條新路。本文針對一類非線性不確定系統,提出了一種新的基于神經網絡補償的自適應魯棒控制方案。通過系統的已知動態特性設計一個穩定的反饋控制器,利用神經網絡逼近非線性因素,從而消除系統不確定性的影響。權重自適應修正規則是基于Lyapunov理論實現,從而能夠保證系統的穩定性。
2 不確定非線性系統神經網絡控制方案
4 結論
本文提出了一類具有未知的不確定性MIMO非線性系統神經網絡直接自適應控制方法。神經網絡模擬近似不確定性及未知非線性函數,使用魯棒控制詞來補償逼近誤差。以Lyapunov函數為基礎設計,自適應規則保證閉環系統穩定和軌跡誤差為零。設計算法確保選擇各種參數控制,以保證穩態軌跡誤差收斂到零。
參考文獻:
[1]Isidori A.Nonlinear Control System.2nd Ed.Berlin, Germany:Springer-Verlag,1989.
[2]Sastry S S,Isidori A.Adaptive control of linearizable systems.IEEE Trans.Automat. Contr.,1989(34):1123-1131.
[3]楊鹽生.不確定系統的魯棒控制及其應用[M].北京:科學出版社,2004:1-7.
基金項目:本文的研究得到了常州大學懷德學院產學研基金資助(CDHJZ1509003)。
作者簡介:涂慶偉(1978-),男,河南郟縣人,碩士,講師,主要從事數學教學和智能控制研究。endprint