自適應(yīng)滑?？刂圃砑捌鋺?yīng)用研究.pdf

1、滑?？刂凭哂袑ο到y(tǒng)的參數(shù)變化及外部干擾不靈敏，物理實現(xiàn)簡單等優(yōu)點，已經(jīng)成為自動控制領(lǐng)域中的一種普遍控制方法，被廣泛應(yīng)用于實際的工程中。但是在實際的控制系統(tǒng)中，往往存在著許多不確定性因素，如:系統(tǒng)部分狀態(tài)未知、外界干擾未知等等。對于包含不確定性因素的被控控制系統(tǒng)，無法用準(zhǔn)確的數(shù)學(xué)模型來描述，沒有精確的數(shù)學(xué)模型，從而無法對系統(tǒng)進(jìn)行很好的控制。且傳統(tǒng)滑?？刂票举|(zhì)上的不連續(xù)開關(guān)特性將會引起系統(tǒng)輸出的抖振問題，從而在實際應(yīng)用中使得滑模控制存在著一

2、定的局限性，阻礙了滑?？刂频倪M(jìn)一步發(fā)展。本文利用擴張狀態(tài)觀測器對未知因素的優(yōu)秀觀測性能和RBF神經(jīng)網(wǎng)絡(luò)所的萬能逼近特性，將它們與滑模控制相結(jié)合，對系統(tǒng)中存在的不確定因素進(jìn)行估計，消除不確定因素對系統(tǒng)的影響，提升滑?？刂频钠焚|(zhì)。本文的主要研究內(nèi)容如下:
　　(1)闡述了滑模控制方法的發(fā)展背景、發(fā)展歷程，研究現(xiàn)狀。對滑?？刂七M(jìn)行了概述，分析了滑?？刂频幕驹怼⒌竭_(dá)條件、不變性和動態(tài)性能，指出了滑?？刂拼嬖诘膯栴}，并詳細(xì)討論了滑?？刂?/p>

3、所存在問題的根本原因，總結(jié)了解決滑模控制抖振問題的幾種常見方法。
　　(2)研究了擴張狀態(tài)觀測器(ESO)與滑模控制相結(jié)合的控制方法。該方法利用擴張狀態(tài)觀測器估計系統(tǒng)中的未知狀態(tài)及不確定項，對系統(tǒng)進(jìn)行前饋補償，抵消了系統(tǒng)狀態(tài)的不確定性，消除了系統(tǒng)狀態(tài)不可測的限制。同時利用梯度下降法對滑?？刂破鞯膮?shù)進(jìn)行自適應(yīng)調(diào)整，利用飽和函數(shù)代替符號函數(shù)，削弱了滑模控制中存在的抖振問題，用Lyapunov方法證明了系統(tǒng)的穩(wěn)定性。仿真實驗表明，該控

4、制方法對不確定性系統(tǒng)具有良好的控制效果，并有很強的抗擾動能力。
　　(3)利用RBF神經(jīng)網(wǎng)絡(luò)的萬能逼近特性對系統(tǒng)的不確定項進(jìn)行動態(tài)逼近。首先在系統(tǒng)的控制輸入受限時，利用RBF神經(jīng)網(wǎng)絡(luò)對控制輸入受限部分進(jìn)行動態(tài)逼近，對控制輸入進(jìn)行補償，并設(shè)計了自適應(yīng)律來保證系統(tǒng)是漸進(jìn)穩(wěn)定，當(dāng)采用較大的初始誤差時，RBF神經(jīng)網(wǎng)絡(luò)具對控制輸入受限部分具有較好的補償能力。其次，當(dāng)系統(tǒng)存在未知量時，利用RBF神經(jīng)網(wǎng)絡(luò)對未知項進(jìn)行逼近，并設(shè)計了自適應(yīng)律來保證