鼍1爹期ActaSciemiar南um开N太atu学rali学umUn自然i.PDFVIP

维普资讯 34鼍年1爹2月期 ActaSciemiar南um开N太atu学ral学iumUni自v然er~科ta学tisNankaiensis VoDlec34．20N09l4 ZOO1 文章编号2001)04—004806 不确定性系统的神经网络变结构控制 陈增强 卢 刮 袁著祉 (南开大学信息技术科学学院，天津，300071) 摘 要 结合神经网络理论与变结构控制理论，提出一种基于神经网络的变结构滑模控制方案．该方案不依赖于系 统的数学模型．它对外干扰和非线性不确定性都具有较强的鲁棒性 ，并能削弱抖振 的发生．仿真结果表碉该方挂 对非线性不确定性系统控制的有效性． 关键词 自适应控制；非线性控制；变结构控制；神经网络 不确定性系统 中圈分类号：TPZ73 文献标识码 ： A 0 引 言 不确定性系统的控制是用一个确定的控制器来控制一族系统．这就是说，不管系统申的参数取什么 值，系统在这个固定不变的控制器作用下，都能正常工作．再广一点说，如果系统的动力学方程有变化，控 制器仍能正常工作，这也包括变参数系统．不确定性系统的控制问题是鲁棒控制概念及方法的推广，但鲁 棒控制主要依赖于小摄动的概念 ，如何考虑系统的其它特点，提出新的控制原理与结构 ，使对不确定系统 的控制能适应较大的摄动，且有更好的品质 ，还有太量问题有待解决． 对于含有未建模动态的非线性系统，变结构滑模控制是一种控制的综合方法，其优点是能够克服系统 的不确定性，对干扰和未建模动态具有很强的鲁棒性．但是变结构控制有两个缺陷不利于在实际中的广泛 应用：一是计算等效控制时要求知道系统的数学模型以求出控制律，但在实际应用中对许多复杂系统无法 获得较准确的数学模型；二是由于不连续控制所导致的抖振问题，这促使我们考虑将智能控制中的有关方 法与变结构控制相结合，以使其在保持对摄动和外干扰的强鲁棒性的同时能够对付系统结构和参数的变 化，并尽量削弱抖振的发生．本文尝试将神经网络理论与变结构控制理论相结合 “ ，提出一种可对非线性 的不确定性系统实施有效控制的神经 网络变结构滑模控制方案．仿真结果表明该方法的有效性． 1 控制系统的结构框图 我们所设计 的神经网络变结构滑模控制系统结构框图 1所示 田 1 神经 网络变结构控制系统的靖构框图 Fig1 Thestructurediagram ofneuralnetworkvaryingstructurecontrol 收稿 日期 ：2000—0908 基金砺 目：天津市 自然科学基金重点项 目(013800711)及教育部骨干教师支持计捌 作者简介：陈增强 (1964一)，男，天津市人，博士，教授，主要从事冉适应控制和智能控制方面的研究 维普资讯 第4期 陈增强等：不确定性系统的神经网络变结构控制 ·49· 上图中r算子的含义见 (3)式 2 控制律设计 设受控对象为一单输入一单输出的非线性系统．可用如下模型来描述 y(t+ 1)=fly(t)，y(t— 1)，…，y(t— + 1)，“O)，“0一 1)，…，“0一 tr!t+ 1)] (1) 其中 “和Y分别是系统的输入和输出，≈和m分别是{(f))和{“(f))的阶次．，(·)是非线性函数．我们知 道，变结构滑模控制系统的运动是由两部分组成：第一部分是系统在连续控制 “+ “或者 “+uS作用 下向滑动模态趋近的运动，它在状态空间中的运动轨迹全部位于切换面以外，或者有限地穿过切换面}第 二部分是系统在切换面附近并且沿切换面S一0的滑模运动，这时系统所受的控制力是在 “+ “与 “+ “之间以无限快的频率进行切换，这样的控制力导致了一种系统本身不具备的运动一 滑模运动的产生． 我们首先考虑校正控