文件名称:论文研究-基于神经网络补偿的转台伺服系统控制研究.pdf
文件大小:1.2MB
文件格式:PDF
更新时间:2022-08-11 12:31:44
飞行仿真转台伺服系统,神经网络补偿,计算力矩法,自适应律,K-均值聚类
针对飞行仿真转台伺服系统中存在的非线性摩擦干扰进行了研究,采用一种基于RBF神经网络进行误差补偿的在线自适应控制策略。在基于逆动力学的计算力矩控制方法的基础上,利用RBF神经网络的万能逼近特性在线辨识模型误差,从而对系统进行补偿,其权值自适应律根据Lyapunov稳定性理论推导,保证了系统跟踪误差的收敛及稳定。仿真结果表明该控制策略可使位置MAE指标从0.0087 m提高到0.0016 m,使位置MSE指标从1.0128E-4 m提高到3.3002E-6 m,具有较高的鲁棒性和稳态控制精度。最后分别从隐层节点数及节点中心学习算法的变化两方面提出两种改进方案,仿真结果表明隐层节点数的增加可以进一步减小位置误差,而采用K-means聚类算法解决了神经网络节点中心按经验选取或试凑的困难。