一种基于RBF神经网络补偿的自适应动态面控制方法

摘要

本发明公开了一种基于RBF神经网络补偿的自适应动态面控制方法，首先根据李雅普诺夫稳定性理论，采用反步法来确保所提出的控制方案针对初级永磁直线电机外部时变扰动的收敛性和鲁棒性，并且通过引入指令滤波器解决了反步控制中的微分展开问题，最后通过RBF神经网络对初级永磁直线电机受到的未建模负载扰动进行了补偿，可以实现初级永磁直线电机闭环信号的位移控制，并同时保证了所提出的控制方法针对参数不确定性的鲁棒性。