4.6 控制方向未知时的反步自适应神经网络分数阶积分滑模控制 4.6.1 反步自适应神经网络分数阶积分滑模控制器通过将所设计的两种控制器对比发现，分数阶积分滑模具有更小的跟踪误差。因此本节基于该方法提出控制方向未知的反步自适应神经网络分数阶积分滑模。在设计控制器时，类似于上节反步自适应神经网络积分滑模方法，本节针对液压位置伺服系统，考虑控制方向未知，按照如下步骤重新设计控制器。以反步控制策略为基础，本节提出的反步自适应神经网络分数阶积分滑模控制器设计步骤中前两步与反步自适应神经网络积分滑模控制器相同。参照稳定性证明，同理可得到所设计的控制器可以确保该系统的所有信号是有界的，且最终跟踪误差是趋于零的。
4.6.3 实验研究采用本节提出的考虑控制方向未知的神经网络分数阶积分滑模控制，分别跟踪的三类给定参考信号。当控制方向为正时，对三种给定信号的跟踪结果。该方法可以实现对期望信号的跟踪。所提出的控制器在正反两个方向均能够实现控制。
4.7 本章小结 本章针对考虑比例阀不准确零点的液压位置伺服系统，基于神经网络逼近系统中的未知项。首先采用基于神经网络的积分滑模控制方法对液压位置伺服系统进行跟踪控制。然后在普通滑模面中引入分数阶算子进行重新设计，并提出神经网络分数阶积分滑模方法。并对两种控制器的系统稳定性分别进行了证明。实验及定量对比结果表明，在假定系统的控制方向确定且为正向时，本文提出的神经网络分数阶积分滑模控制器与其他控制方法相比具有更好的控制性能。进一步考虑液压位置伺服系统控制方向未知情况，使用 RBF 神经网络实现对系统中未知项的逼近，结合反步自适应控制以及 Nussbaum 增益技术，分别设计反步自适应神经网络积分滑模控制器和反步自适应神经网络分数阶积分滑模控制器，并对系统稳定性进行了证明。实验结果表明，控制方向未知时，所提出的两种控制器均能实现对给定参考信号的有效跟踪控制。
还可以看看
其他文章，谢谢您的阅读。
网站申明：系本文编辑转载，来自网友自行发布或来源于网络，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，所有权归属原作者。如内容、图片有任何版权问题，请
联系我们删除。