基于Simulink的神经网络.pptVIP

在这里使用的控制器模型是基于NARMA-L2 近似模型 该模型是并联形式，控制器输入u(k)没有包含在非线性系统里。这种形式的优点是,能解决控制器输入使系统输出踉踪参考曲线y(k+d)=yr(k+d)。 最终的控制器形式如下： 直接使用该等式会引起实现问题，因为基于输出y(k)的同时必须同时得到u(k)，所以采用下述模型： 式中 d?2。 2)．NARMA-L2控制器 利用NARMA-L2模型，可得到如下的控制器： 式中 d?2。 2. NARMA-L2（反馈线性化）控制实例分析——磁悬浮控制系统 l)．问题的描述 如图1-22所示，有一块磁 铁，被约束在垂直方向上运 动。在其下方有一块电磁铁， 通电以后，电磁铁就会对其 上的磁铁产生小电磁力作用。 目标就是通过控制电磁铁， 使得其上的磁铁保持悬浮在 空中，不会掉下来。 图1-22悬浮磁铁控制系统 建立这个实际问题的的动力学方程为： 式中y(t)表示磁铁离电磁铁的距离，i(t)代表电磁铁中的电流，M代表磁铁的质量，g代表重力加速度，?代表粘性摩擦系数，它由磁铁所在的容器的材料决定；?代表场强常数，它由电磁铁上所绕的线圈圈数，以及磁铁的强度所决定。 2)．建立模型 MATLAB的神经网络工具箱中提供了这个演示实例。只需在MATLAB命令窗口中输入