摘要:
针对滑模控制中不确定上界值的问题,提出一种神经网络上界自适应学习的动态滑模控制方法。该方法将系统中不确定及干扰部分分离出来,构造不确定量的联合上界,然后分两步进行分析。当上界已知时,采用动态滑模方法设计滑模控制器;上界未知时,采用神经网络自适应学习不确定项的上界,设计了权值调整规则及动态神经滑模控制器。该控制器不仅可以保证非线性不确定系统渐近稳定,降低一般滑模控制理论分析的条件,还有效地抑制了抖振。仿真实例表明,该控制方法是正确有效的。
中图分类号:
高宏宇|邵克勇|李艳辉. 不确定系统的上界自适应动态神经滑模控制[J]. J4, 2010, 28(03): 292-.
GAO Hong-yu, SHAO Ke-yong, LI Yan-hui. Upper Bound Adaptive Dynamic Neural Sliding Mode Control of Uncertain Systems[J]. J4, 2010, 28(03): 292-.