典型文献
具有Preisach类型磁滞输入的不确定非线性系统自适应神经网络控制
文献摘要：
本文针对一类执行器受Preisach磁滞约束的不确定非线性系统,提出一种基于神经网络的直接自适应控制方案,旨在解决系统的预定精度轨迹跟踪问题.由于Preisach算子与系统动态发生耦合,导致算子输出信号不可测量,给磁滞的逆补偿造成了困难.为解决此问题,本文首先将Preisach模型进行分解,以提取出控制命令信号用于Backstepping递归设计,并在此基础上融合一类降阶光滑函数与直接自适应神经网络控制策略,形成对磁滞非线性和被控对象非线性的强鲁棒性能,且所设计方案仅包含一个需要在线更新的自适应参数,同时可保证Lyapunov函数时间导数的半负定性.通过严格数学分析,已证明该方案不仅保证闭环系统所有信号均有界,而且输出跟踪误差随时间渐近收敛到用户预定区间.基于压电定位平台的半物理仿真实验进一步验证了所提出控制方案的有效性.
文献关键词：
Preisach算子;自适应控制系统;磁滞;神经网络;非线性系统
中图分类号：
作者姓名：
邱伟文;赖冠宇;章云
作者机构：
广东工业大学自动化学院,广东广州510006
文献出处：
引用格式：
[1]邱伟文;赖冠宇;章云-.具有Preisach类型磁滞输入的不确定非线性系统自适应神经网络控制)[J].控制理论与应用,2022(08):1479-1488
A类：
压电定位平台
B类：
Preisach,磁滞,不确定非线性系统,自适应神经网络控制,执行器,控制方案,预定,轨迹跟踪,跟踪问题,输出信号,可测量,命令,Backstepping,递归,降阶,光滑函数,被控对象,在线更新,自适应参数,Lyapunov,导数,数学分析,闭环系统,有界,输出跟踪,跟踪误差,渐近收敛,半物理仿真,自适应控制系统
AB值：
0.314399
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。
