免疫—滑模变结理论及其在矢量控制中的应用.pdf

摘 要 滑模变结构控制本质上是一类特殊的非线性控制，当系统状态处在滑模面上 时，系统对内部参数变化和外部扰动具有很强的鲁棒性。但是实际上状态轨迹到 达滑模面后，很难严格地沿着滑模面向平衡点滑动，而是在滑模面两侧来回穿越， 从而产生抖振现象。 首先为了解决常规滑模控制器的鲁棒性不理想和抖振问题，本文将模糊控 制、滑模变结构控制和自适应控制三者的优点结合起来，设计了一种自适应模糊 滑模控制方法。该方法设计了二个不同的 自适应模糊控制器，第一个自适应模糊 控制器用来逼近滑模等效控制中 的非线性系统内部不确定参数，使系统对内部参 数变化不敏感；第二个自适应模糊控制器用来连续逼近滑模切换控制中的高频切 换函数，消除了外部扰动对系统的影响和抖振现象。仿真结果证明了自适应模糊 滑模控制系统比常规滑模控制系统具有更好的鲁棒性和自适应性，系统抖振现象 也得到了抑制。 然后利用免疫算法具有较强的全局收敛能力和鲁棒性，设计了一种 RBF 网络 在线混合训练算法，该方法对网络隐单元的 “中心”和“宽度”采用免疫遗传算 法进行训练，对网络权值采用最小二乘法进行寻优，提高了网络学习效率和辨识 精度。仿真结果表明该方法对非线性系统 的逼近精度明显高于常用的梯度下降 法。