基于神经网络的全局滑模变结构控制_

基于神经网络的全局滑模变结构控制
   王贞艳，张井岗，陈志梅,宋远启
   (1.太原科技大学自动化系,山西太原030024;2.江西省鹰潭市武警水电七支队工程技术股,江西鹰潭335000)
   摘要：针对一类非线性不确定离散时间系统，提出了一种基于神经网络趋近律的全局滑模变结构控制方法。分别用两个前馈神经网络(FNNs)自适应调整趋近律中的参数ε和δ，克服了常规变结构控制方法中需要预先设定趋近律中参数的限制。在用径向基神经网络(RBFNN)对系统进行模型估计的同时，基于平移滑平面的设计方案，实现了系统的全局鲁棒滑模控制。仿真结果表明控制系统具有良好的跟踪性能，该方案使系统一开始就处于滑平面上，消除了系统抖振，具有较强的鲁棒性。
   关键词：滑模变结构控制；神经网络；平移滑平面；离散时间系统
   中图分类号：TP13文献标识码：A文章编号：1004-731X(2007)11-2523-04
   引言1
   滑模变结构控制(SMVSC)是一种能用来实现线性和非线性系统控制的变结构控制方法，其最大的优点就是对系统参数不确定性和外部干扰具有强鲁棒性。SMVSC最主要的特点是反馈信号不连续，在状态空间中一个或多个平面间不断的切换，使得系统只有在滑动阶段才具有对参数摄动和外界干扰的不敏感性，在到达阶段则容易受到参数摄动和外界干扰的影响。为此，文献[1-2]中提出了时变滑平面方案，但是相应的控制器和算法都是针对连续系统设计的。随着科学技术的高速发展，对控制精度的要求越来越高，相应的控制装置越来越多采用数字装置来实现，因此直接针对离散时间系统的全局滑模变结构控制器的研究就具有重要的理论价值和实际意义。
   人工神经网络具有较强的学习能力和高度的并行运算能力，能充分逼近任意复杂的非线性关系并具有较强的鲁棒性和容错性[3-4]。近年来，神经网络与滑模变结构控制方法的结合[5-9]已经成为变结构控制发展的一个新领域。张昌凡等[5]针对一类连续线性系统，在滑模控制的基础上，以模糊神经网络为工具，以不依赖于系统参数和外部扰动上下界为出发点，设计了智能滑模变结构控制器，使系统抖振明显降低。达飞鹏等[6]将模糊滑模控制器与带死区的滑模控制器有机结合，通过平滑切换实现自适应控制，使系统具有很好的跟踪性能。本文将平移滑平面方案引入滑模变结构控制系统的设计方法中，消除了到达阶段；在利用径向基神经网络(RBFNN)对非线性不确定系统进行模型估计的同时，用前馈神经网络(FNNs)自适应调整趋近律中的参数ε和δ。该方案不仅解决了常规趋近律设计方法中需要预先设定恰当的参数匹配方案的问题，而且消除了到达段，使控制系统滑动模态的品质得到了保证和改善，保证了系统对外部摄动及参数变化的全局鲁棒性，抑制了高频抖振。
   1问题描述
   考虑如下单输入单输出离散非线性系统：

    从图中可以看出，如果事先固定选择趋近律中的参数，不同的匹配参数组使得系统性能存在很大差异，可能要经过多次试验才能获取较好匹配参数以保证系统的性能。而本文所提出的全局滑模变结构控制方案实际上是牺牲了系统的快速性能，使系统状态一开始就处于滑平面上，从而消除了系统抖振，增强了系统的鲁棒性能。
   4  结论
   本文提出了一种基于神经网络指数趋近律的全局离散滑模变结构控制方案，在利用神经网络自适应调整趋近律中参数ε和δ的同时，引入了平移滑平面的设计方案，消除了到达阶段，增强了系统的鲁棒性能。仿真结果表明，控制系统具有良好的跟踪性能。

文章来自：滑模机械网

文章作者：信息一部

『新闻推荐』

『关闭窗口』

网站建设 | 广告刊登 | 汇款说明 E-mail: admin@chinasfm.com 技术支持:简双工作室
电话：0371-69131532 传真：0371-63942657-8001
版权说明：本站部分文章来自互联网，如有侵权，请与信息处联系