一种基于RBF神经网络的非线性重构控制

摘要

该文提出一种的基于径向基函数(RBF)神经网络的模型跟随非线性重构控制策略。该方法可不必精确已知故障的位置及程度，即可重构控制律使系统在故障情况下的输出精确跟踪期望参考模型的输出，并采用神经网络控制器以补偿故障引起的非线性因素的影响。仿真验证表明，该文方法可保证闭环系统具良好的重构性和鲁棒性。