摘要
提出了动态递归模糊神经网络(DRFNN)以在线估计电液位置跟踪系统中包括非线性、参数不确定性、负载干扰等在内的未知动态非线性函数,基于lyapunov稳定性理论推导出DRFNN可调参数和估计误差的界的自适应律,并构造出稳定的自适应控制器.实验结果表明:基于DRFNN的自适应控制器可使电液位置跟踪系统具有较强的鲁棒性和满意的跟踪性能.
Dynamic recurrent fuzzy neural network（DRFNN） is proposed to evaluate online the unknown dynamic nonlinear functions that include nonlinearity, parameter uncertainty, load disturbance et al. in electro-hydraulic position tracking system, adaptive laws of the adjustable parameters and the evaluation error bounds of DRFNN are formulated based on Lyapunov stability theory,and a stable adaptive controller is synthesized. The experirnental results show that the adaptive controller based on DRFNN can make electro-hydraulic position tracking system more robust and obtain satisfactory tracking performance.
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2005年第4期551-556,共6页
Control Theory & Applications
关键词
动态递归模糊神经网络
电液位置跟踪系统
变结构控制
鲁棒性
dynamic recurrent fuzzy neural netowrk（DRFNN）
electro-hydraulic position tracking system
variable structure control
robustness
作者简介
张友旺（1969-），男，博士研究生，副教授，1996年毕业于哈尔滨工业大学，并获该校流体传动及控制专业硕士学位，从事自适应模糊控制，神经网络控制，液压伺服系统等研究，E-mail：ywzhang@mail.csu.edu.cn;
桂卫华（1950-），男，教授，博士生导师，从事现代鲁棒控制复杂过程建模与优化控制等研究，E-mail：gwh@mail.esu.edu.cn;
赵泉明（1978-），男，研究方向为计算机控制工程。E-mail：cszhaoqm@yahoo.com.cn.
