具有状态约束和输入非线性的PMSLM自适应神经网络控制

TM351; 针对永磁同步直线电机系统中存在的模型不确定性、状态约束以及输入非线性(如非线性电磁驱动力/输入受限)问题,提出了一种基于神经网络的自适应控制器.具体来说,为了降低噪声敏感性,进一步提高跟踪精度,采用仅依赖于参考轨迹的期望信号来替代测量信号.然后,设计神经网络在线逼近未知模型和非线性函数,并通过构造连续控制的方法来处理逼近误差.此外,构造障碍李雅普诺夫函数确保系统在运行过程中状态始终满足约束条件;并且通过严格的理论分析证明了跟踪性能满足要求.最后,通过仿真实验验证了所提控制器的有效性和鲁棒性....

Full description

Saved in:
Bibliographic Details
Published in东北大学学报（自然科学版） Vol. 44; no. 11; pp. 1556 - 1563
Main Authors 曹阳, 郭健
Format Journal Article
LanguageChinese
Published 南京理工大学 自动化学院,江苏 南京 210094 05.12.2023
Subjects
model uncertainty
永磁同步直线电机
输入非线性
permanent magnet synchronous linear motor ( PMSLM )
模型不确定性
neural networks
状态约束
神经网络
state constraints
input nonlinearities
Online AccessGet full text
ISSN1005-3026
DOI10.12068/j.issn.1005-3026.2023.11.006

Cover

More Information
Summary:TM351; 针对永磁同步直线电机系统中存在的模型不确定性、状态约束以及输入非线性(如非线性电磁驱动力/输入受限)问题,提出了一种基于神经网络的自适应控制器.具体来说,为了降低噪声敏感性,进一步提高跟踪精度,采用仅依赖于参考轨迹的期望信号来替代测量信号.然后,设计神经网络在线逼近未知模型和非线性函数,并通过构造连续控制的方法来处理逼近误差.此外,构造障碍李雅普诺夫函数确保系统在运行过程中状态始终满足约束条件;并且通过严格的理论分析证明了跟踪性能满足要求.最后,通过仿真实验验证了所提控制器的有效性和鲁棒性.
ISSN:1005-3026
DOI:10.12068/j.issn.1005-3026.2023.11.006