基于神经网络补偿死区反演误差的自适应鲁棒控制方法

摘要

本发明公开了一种基于神经网络补偿死区反演误差的自适应鲁棒控制方法，属于机电伺服控制领域，本发明基于自适应鲁棒控制方法，针对电机伺服系统中广泛存在的死区非线性问题，使用平滑且连续的数学模型来提供反馈线性化所需的死区的近似逆变换，能够进行在线学习的单隐层神经网络被设计用于补偿来自近似反演的反演误差，此外，还导出了用于处理参数不确定性的参数自适应律，并且设计了非线性鲁棒反馈项以抑制不完美建模，补偿误差或其他干扰的影响；李雅普诺夫定理用于证明所提出的控制算法的稳定性，广泛的比较模拟结果说明所提出的基于神经网络补偿死区反演误差的自适应鲁棒控制器具有更好的控制性能。