典型文献
永磁直线同步电动机智能递归非奇异终端滑模控制
文献摘要：
为解决永磁直线同步电动机(PMLSM)在运行过程中易受参数变化、外部扰动、摩擦阻力等不确定性因素影响的问题,本文提出一种基于双隐层径向基函数神经网络(DRBFNN)的递归非奇异终端滑模控制(RNTSMC)方法来提高PMLSM系统的控制性能.首先,分别构造非奇异终端滑模面和递归积分终端滑模面,使得两滑模面依次连续到达,可在削弱抖振的同时保证跟踪误差在理论上的有限时间内收敛至零.但由于系统不确定性的边界难以确定,因此引入具有更高拟合精度和泛化能力的DRBFNN对不确定性进行逼近和补偿,并通过在线自适应更新连接权重,进一步提高神经网络的逼近能力.最后,系统实验结果表明,该方法能够有效抑制不确定性对系统的影响,提高了系统的位置跟踪精度,并使系统具有较强的鲁棒性.
文献关键词：
永磁直线同步电动机;递归非奇异终端滑模控制;不确定性;有限时间;抖振;双隐层径向基函数神经网络
中图分类号：
作者姓名：
徐驰;赵希梅
作者机构：
沈阳工业大学电气工程学院,辽宁沈阳110870
文献出处：
引用格式：
[1]徐驰;赵希梅-.永磁直线同步电动机智能递归非奇异终端滑模控制)[J].控制理论与应用,2022(07):1242-1250
A类：
递归非奇异终端滑模控制,双隐层径向基函数神经网络,DRBFNN,RNTSMC
B类：
永磁直线同步电动机,机智,PMLSM,中易,参数变化,外部扰动,摩擦阻力,不确定性因素,控制性能,滑模面,积分终端滑模,次连续,抖振,跟踪误差,有限时间,内收,确定性的,难以确定,拟合精度,泛化能力,在线自适应,自适应更新,新连接,高神,逼近能力,位置跟踪,跟踪精度
AB值：
0.192817
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。
