基于动态递归模糊神经网络的自适应电液位置跟踪系统  

Adaptive electro-hydraulic posittion tracking system based on dynamic recurrent fuzzy neural network

作　　者：张友旺[1] 桂卫华[1] 赵泉明[2] 

机构地区：[1]中南大学信息科学与工程学院 [2]湖南大学机械与汽车工程学院,湖南长沙410082

出　　处：《控制理论与应用》2005年第4期551-556,共6页Control Theory & Applications

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.

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 

分 类 号：TH137[机械工程—机械制造及自动化]