基于自组织模糊CMAC神经网络的不确定系统的H_∞鲁棒自适应控制

针对一类不确定系统 ,提出一种基于自组织模糊小脑模型 (SOFCMAC)神经网络的 H∞ 鲁棒自适应控制方法。通过设计标称系统的 H∞ 控制器 ,并采用 SOFCMAC神经网络在线对消系统的建模不确定性产生的误差 ,可保证不确定闭环稳定并具有 H∞ 性能。证明了 SOFCMAC神经网络 H∞ 鲁棒自适应控制系统的稳定性。仿真算例表明了该方法的有效性。

双直线电机驱动的龙门移动式加工中心H_∞鲁棒自适应控制

对数控龙门移动式镗铣加工中心速度同步控制提出了一种新的H_∞鲁棒自适应控制方法。用有死区和投影校正的递推最小二乘辨识算法对被控对象参数在线辨识,用H_∞鲁棒控制算法对调节器参数在线求解,使系统在未知有界扰动、参数变化和未建模动态等不确定性因素同时存在时,对调节器参数进行自动整定,以保证速度同步控制的鲁棒性。仿真实验结果表明该方案控制效果好,鲁棒性强,可满足速度同步控制要求。