基于自适应神经网络控制的悬臂梁振动控制方法

摘要

本发明公开了一种基于自适应神经网络控制的悬臂梁振动控制方法，基于滤波后的跟踪误差设计，控制器中包含比例微分项和RBF神经网络项。RBF神经网络逼近悬臂梁系统的未知函数，其权值的更新算法基于Lyapunov稳定性理论设计，保证系统全局稳定性。更新算法中加入的鲁棒项，保证控制输入的有界性，比例微分控制项使最终跟踪误差维持任意小范围。本发明的控制方法能够在不需要知道悬臂梁的结构或非结构参数以及存在外界干扰的情况下，对悬臂梁系统实现高精度的跟踪控制，同时提高系统的鲁棒性和可靠性。

主权项

基于自适应神经网络控制的悬臂梁振动控制方法，其特征在于，包括以下步骤：1)建立基于悬臂梁的滤波误差模型；2)设计控制器；3)采用RBF网络逼近悬臂梁数学模型中的悬臂梁未知的结构函数，得到悬臂梁未知的结构函数的估计值；4)基于Lyapunov稳定性理论设计RBF神经网络权值的更新算法；5)将经过RBF网络控制的控制器的控制输入作为悬臂梁数学模型的控制输入，对悬臂梁进行控制，并实时在线更新。