一类非线性系统神经网络鲁棒控制方法

《一类非线性系统神经网络鲁棒控制方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、山东工业技术2017,18,297-298DOI:10.16640/j.cnki.37-1222/(.2017.18.263一类非线性系统神经网络鲁棒控制方法涂庆伟常州大学怀德学院导出/参考文献关注分享收藏打印摘要：基于Lyapunov稳定性理论，采用神经网络直接自适应控制的思想设计控制器，针对一类具有Brunovskycanonicalform的非线性系统，提出了一种基于祌经网络的鲁棒控制方法，计算机数值模拟进一步验证丫所提出方法的有效性。关键词：川:线性系统;自适应控制;神经网络;Lyapunov稳定性;作者简介：涂庆伟(1978-),

2、男，河南郏县人，硕士，讲师，主要从事数学教学和智能控制研宄。基金：常州人学怀德学院产学研基金资助(CDIIJZ1509003)1引言许多工业系统因其固有的不确定性和非线性特性，难以建立确切的数学模型，使传统控制理论在应用于实践时遇到了前所未有的网难.另一方面，由于各种干扰的存在，系统的结构乃至参数都可能发生变化，因此即使依靠过程先验信息离线辨识得到丫系统的模型，也难免存在模型失配的问题。近年來发展起來的神经网络技术为解决复杂非线性系统的控制开辟了一条新路。本文针对一类非线性不确定系统，提出了一种新的基于神经网络补偿的自适应兽棒控制方案。通过

3、系统的已知动态特性设计一个稳定的反馈控制器，利用祌经网络逼近非线性因素，从而消除系统不确定性的影响。权重自适应修正规则是基于Lyapunov理论实现，从而能够保证系统的稳定性。2不确定非线性系统神经网络控制方案考察具有如下形式(Brunorskycanonicalform)的状态方程:Xi—XX2—X3螫螫螫—f(x)+g(x)u+d.少=A(t)为干扰，f,g为这里，冲)M么〜…，'］表示状态向量，d充分光滑非线性函数。对理想输出y、，需要设计,u，定义期望轨迹。使沖＞%跟踪并达到足够的精度，^(O=[.yrfy

4、入辅助误差这里，=Are并选取合适的彳对r求导得:r=fM+gWti+

5、，是理想常数权重，e是逼近误差。一般情况下，理想权重W是未知的，在控制器设计中必须进行估算。令、是W的估计值，权重误差则可以表示为。W(4)=w-r不妨设计控制方案为：Z/=MC=g(x)K>0这里v即为正定矩阵，U,为兽棒控制项代入误差方程^.r=-A>+/+//r+fZ攀•••Tr=-K^r+Hz(p(x)+r/+£：+Mr(i)结论1:若对误差闭环系统(1),祌经网络权重调节法则和鲁棒控制项:AW=F(p{x)r-vkFrW=-(^+^)sgn(r)闭环系统渐近稳定的。证明：定义Lyapunov函数:£4，，4^r/r_,w/)

6、A~~八求导，并考虑到，'把⑴和(2)代入：—k-乂誦(Dikii2+MI(么sgn(r)(^+f)+峰

7、S(-UA)Ull络参数所调以节，糊卜小〜，当时，L〈0，从而闭环系统渐近稳定的，同时网3仿真实例由于机器人的变化是高度非线性的，可能含不确定因素，如摩擦。我们可以用两个刚性连接机器人来验证提出的方案的有效性。其动态模型如下：U^G(g)+F(^)*r(/户r⑺，^m2卜2":w2cos/j+/j/jzimcosq2/2W2+Z,/2/w2cosqr：/;”，2+0.5^?)sing2/,/:m2?fSing2/}(«»,+m：]g00

8、S9,+/;m2cos(q♦分2)l：m：gCK{q，q:iF(々产[I2々,+0.5sgn(么)l2

9、非线性系统祌经网络直接自适应控制方法。祌经网络模拟近似不确定性及未知非线性函数，使用鲁棒控制词来补偿逼近误差。以Lyapunov函数为棊础设计，自适应规则保证闭环系统稳定和轨迹误