基于动态神经网络解耦线性化的内模控制  

Internal Model Control Using Dynamical Neural Network Model and Decoupling Linearization

作　　者：周涌[1] 陈庆伟[1] 吴晓蓓[1] 胡维礼[1] 

机构地区：[1]南京理工大学自动化系,江苏南京210094

出　　处：《南京理工大学学报》2004年第6期566-570,共5页Journal of Nanjing University of Science and Technology

基　　金：国家自然科学基金 (6 0 174 0 19)

摘　　要：采用动态神经网络对一类多变量仿射非线性系统进行建模 ,利用解析求得的模型动态逆 ,将非线性对象近似输入输出解耦线性化。针对复合后的伪线性系统采用内模控制 ,分析了存在建模误差的情况下闭环系统的鲁棒稳定性。仿真表明了所提方法的有效性。The dynamical neural network is used to model a class of multivariable affine nonlinear systems. The analytical dynamical inverse model is used to make the plant input-output decoupling linearization approximate. Internal model control is proposed for the compounded pseudo-linear system. The robust stability of the closed-loop system with modeling errors is analysed. Simulation result verifies the effectiveness of the designed scheme and the theoretical discussions.

关 键 词：内模控制 动态神经网络 动态逆 相对阶 反馈线性化 非线性解耦 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]