柔性系统CMAC神经网络和鲁棒H∞复合控制  

CMAC Neural Network and Robust H∞Compound Control for Flexible Systems

作　　者：付兴建[1] 于士贤 FU Xing-jian;YU Shi-xian(School of Automation,Information Science and Technology University,Beijing 100192,China)

机构地区：[1]北京信息科技大学自动化学院,北京100192

出　　处：《机械设计与制造》2020年第12期158-160,166,共4页Machinery Design & Manufacture

基　　金：国家自然科学基金(61573230);北京信息科技大学促进高校内涵发展科研水平提高项目(5221823306)。

摘　　要：针对高阶柔性直线结构的系统,设计了将CMAC小脑模型神经网络与鲁棒H∞控制相结合的复合跟踪控制。通过将跟踪控制问题转化为标准的鲁棒H∞控制,可以方便的利用线性矩阵不等式工具箱求解鲁棒控制器。之后,将设计的鲁棒H∞控制器与CMAC小脑模型神经网络结合,应用于高阶柔性直线结构系统。实验结果表明,应用设计的复合控制器,柔性直线系统中的小车具有较快的响应速度和良好的跟踪精度,并且对于输入端扰动也具有较强的抗干扰能力。A tracking control based on CMAC neural network and robust H∞control is designed for high-order flexible structural systems.By transforming the tracking control problem into the standard robust H∞control,it is convenient to use LMI toolbox to solve the robust controller.Then,the robust H∞controller is combined with CMAC neural network for flexible structural systems.The experimental results show that the designed controller has a fast response speed and good tracking precision,and has also a strong anti-interference ability for the input end disturbance.

关 键 词：小脑模型 神经网络 鲁棒H∞控制 柔性结构系统 

分 类 号：TH16[机械工程—机械制造及自动化] TP273[自动化与计算机技术—检测技术与自动化装置]