滑模神经网络对刷直流电机混沌的控制.pdfVIP

摘 摘 要要 摘摘 要要 真实的自然界是非线性的，非线性系统控制一直是科学研究的热 点和难点，尤其是以混沌系统为典型代表的一类特殊的非线性系统的 控制。非线性控制研究目前尚不是很成熟，传统的控制理论和方法都 不是很理想，近年来智能控制引入非线性控制中，成为一种非常有发 展前途的方向。 本文提出了一种新的针对一阶非线性系统，基于神经网络和滑模 变结构相结合的控制方法，简称为滑模神经网络方法。混沌的控制分 跟踪控制和镇定控制，本文研究的都是镇定问题。在系统可控的前提 下，首先将系统中的线性部分和非线性部分分离开，非线性部分采用 RBF 神经网络逼近，以校正或补偿其非线性的影响，在消除非线性影 响后系统成为一个一阶线性系统，然后采用滑模变结构镇定该线性系 统，二者结合起来最终将该非线性系统镇定控制住，并提出对输出量 加入校正量可以将系统镇定到任意点。 其次，该滑模神经网络成功地将无刷直流电机的混沌镇定住，并 在 matlab 下仿真验证了其控制的有效性和正确性。无刷直流电机混沌 系统是一个高非线性、耦合性强的系统，控制难度大，因此在无刷直 流电机的应用具有很强的代表性。 随后，以无刷直流电机的混沌系统为应用实例，从五个方面研究 讨论了滑模神经网络控制的鲁棒性问题。第一，仿真发现采用不同结 构的 RBF神经网络都能将系统很好镇定控制住，只是镇定点