一类非线性系统的模糊滑模控制
赵 悦,唐毅谦,杨 艳
(辽宁工学院信息科学与工程学院,辽宁锦州 121001)
摘 要:针对一类非线性不确定系统,提出了一种模糊滑模控制器的设计方法。采用模糊神经网络设计系统控制器,基于梯度符号变化的局部学习率自适应BP算法,对模糊神经网络的隶属函数中心、宽度和网络权值进行调节,使滑模等效控制的模糊系统后件参数是自适应的;在系统存在外部干扰并有界时,利用李亚普诺夫方法证明了系统控制的稳定性。通过Matlab仿真分析,表明了所设计的模糊滑模控制器不但具有鲁棒性,而且具有良好的跟踪性能。
关 键 词:模糊神经网络;模糊滑模控制器;稳定性
中图分类号:TP 13 文献标识码:A
1 引 言
现在的控制系统大多是各种复杂系统,由于其存在着大量不确定性因素,而且因基于模糊逻辑的建模在具体实现上的限制,使得利用模糊逻辑基网络不可避免地存在着建模误差。如何提高非线性不确定系统的模糊自适应控制的鲁棒性和抗干扰抑制能力,是目前尚未有效解决且具有重要理论和现实意义的课题。在众多的鲁棒控制方法中,模糊滑模控制是一种有效的控制方法,一直以来被用来解决具有模型不确定性、时变参数和外来扰动的非线性控制问题[1~3]。
本文采用模糊神经网络对非线性系统建模,利用改进的BP算法对模糊神经网络的隶属函数中心、宽度和网络权值进行调节,使滑模等效控制的模糊系统后件参数是自适应的;在系统存在外部干扰并有界时,利用李亚普诺夫方法证明了系统的稳定性。
2 问题的描述
给定一类非线性控制系统模型为
7 结 语
本文针对一类非线性不确定系统,在系统存在外部干扰并有界时,根据滑模控制原理,提出了一种模糊滑模控制器的设计方法,利用Lyapunov方法证明了系统的稳定性。仿真结果表明,该系统具有良好的跟踪性能。
|
