基于滑模变结构控制的RBF神经元网络
罗婷婷,刘金琨
(北京航空航天大学自动控制系,北京100083)
摘要:针对高精度飞行仿真转台,设计一种基于滑模变结构控制的RBF神经元网络控制器。该控制器根据滑模变结构控制器的特点,将控制律分为等效控制律和到达控制律。等效控制律使系统运动于滑模面附近,由RBFN拟合而成,权值用自适应算法在线修正,确保了实时控制的可能性;到达控制律可使处于状态空间内任意初始位置的系统趋近于滑模面,由滑模控制器的可达性条件推出,其中用到了系统的不确定性参数的上下界。计算机仿真结果表明了该方法的鲁棒性和实际应用的可能性。
关键词:飞行仿真器;滑模控制;等效控制律;到达控制律
中图分类号:TP273 文献标识码:A
1 引言
飞行仿真转台易受死区、磁滞、摩擦力矩、负载力矩等各种不确定因素的影响,尤其是摩擦对转台的影响最大,因此必须设计一种具有较高鲁棒性的控制器来实现对高精度飞行仿真转台的精确控制。
本文提出了一种基于滑模变结构控制器的RBF神经网络控制方法,因为滑模变结构控制(SMC)方法具有对参数摄动及外加干扰不变等鲁棒性[1][2]。SMC的关键问题是选取合适的滑模面并且在这个滑模面上施以非连续控制行为,使得控制系统的状态轨迹最初朝着靠近滑模面的方向运动,最后在沿着滑模面或在滑模面附近运动。也就是说滑模变结构控制系统的运动分成两个阶段[2]:正常运动段(又叫到达运动段)和滑模运动段,由此在到达运动段和滑模运动段分别施以到达控制律和等效控制律[8]。
到达控制律可以驱使状态空间中任意位置的初始点朝着滑模面的方向运动。到达控制律可以加快系统的收敛速度,但由于需要用到被控对象不确定性的上下界等参数,增加了运算量,使问题复杂化,因此应根据实际情况灵活应用。若等效控制律可以保证很好地满足系统的性能要求,或不确定性上界不易得到时,到达控制律可以不用考虑。
等效控制律可以驱使被控对象运动在滑模面附近或沿着滑模面运动。现实生活中,很多工业被控对象的数学模型都不易建立或者根本无法得到,要推出等效控制是不可能的。RBF神经元网络[4][7][8][9]可以拟合任何非线性函数且收敛速度快,因此本文提出的控制方法用RBF神经网络逼近等效控制律,并根据自适应算法在线改变其权值,保证了对被控对象进行实时控制的可能性。这时的等效控制律可以在被控对象的信息完全未知的情况下得到,且结构简单,收敛速度快,有效地减少了数据量及计算负担,增加了采样频率和在实际控制系统中应用的可能性。
2 等效控制律的设计
飞行仿真转台的数学模型[3][5]可写成如下形式的二阶微分方程:
6 结论
本文中所介绍的这种控制方法的主要特征为:
1)不需要精确的转台系统模型。
2)RBFN拟合等效控制律时,结构简单,权值收敛速度较快,自适应权值调整方案实现了等效控制律的在线学习,保证了对转台系统进行实时控制可能性。
3)引入到达控制律,可以加快系统的收敛速度,但可能使问题复杂化,应具体问题具体分析。
4)变结构滑模控制、RBFN控制和自适应控制方法相结合的控制策略,使系统具有较好的抗外界干扰及抗参数摄动等鲁棒性。
|
