典型文献
基于迭代学习和神经网络的船用起重机控制
文献摘要：
作为一种重要的海上作业装备,船用起重机被广泛应用于海洋工程的各类场景中.然而,船用起重机是一类复杂的非线性欠驱动系统,存在摩擦、未建模动态等干扰,为控制器设计带来了巨大挑战.更糟糕的是,船用起重机还面临海浪、大风等未知干扰的影响,使得实际控制更加困难.如何稳定高效地控制该类系统,目前仍处于初步探索阶段.为了解决上述问题,本文提出了一种基于迭代学习和神经网络的控制方法.具体来说,首先将未知干扰分为周期与非周期两部分.对于周期干扰,利用周期估计器解决了对未知周期的估计问题,在此基础上通过迭代学习对干扰进行补偿;对于非周期干扰,使用双层神经网络进行逼近和补偿,并设计了权重的更新律;在补偿未知干扰后,基于反馈线性化设计了控制输入.通过Lyapunov分析方法,可以证明期望平衡点是全局有界的.最后,在所搭建的船吊实验平台上进行了大量实验,充分验证了所设计控制方法的有效性与鲁棒性.
文献关键词：
船用起重机;迭代学习控制;神经网络;未知干扰
中图分类号：
作者姓名：
林静正;方勇纯;卢彪;郝运嵩;曹海昕
作者机构：
南开大学人工智能学院机器人与信息自动化研究所,天津300350
文献出处：
引用格式：
[1]林静正;方勇纯;卢彪;郝运嵩;曹海昕-.基于迭代学习和神经网络的船用起重机控制)[J].控制理论与应用,2022(04):602-612
A类：
非线性欠驱动系统
B类：
船用起重机,海上作业,作业装备,于海洋,海洋工程,未建模动态,控制器设计,更糟,糟糕,临海,海浪,未知干扰,稳定高效,初步探索,具体来说,周期估计,估计器,逼近,反馈线性化,控制输入,Lyapunov,平衡点,有界,实验平台,迭代学习控制
AB值：
0.294875
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
