資源描述:
《基于系統(tǒng)辨識的非線性系統(tǒng)滑模變結(jié)構(gòu)控制》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、第31卷第6期華電技術(shù)Vo1.31No.62009年6月HuadianTechnologyJun.2009·研究與開發(fā)·基于系統(tǒng)辨識的非線性系統(tǒng)滑模變結(jié)構(gòu)控制Slidingmodevariablestructurecontrolofnonlinearsystembasedonsystemidentification王志勇,姚萬業(yè)WANGZhi-yongYAOWan·-ye(華北電力大學(xué)控制科學(xué)與工程學(xué)院,河北保定071003)(SchoolofControlScienceandEngineering
2、,NoahChinaElectricPowerUniversity,Baoding071003,China)摘要:針對一類非線性系統(tǒng),提出了一種基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識的滑模變結(jié)構(gòu)控制方法。用2個神經(jīng)網(wǎng)絡(luò)來動態(tài)辨識系統(tǒng)對象,結(jié)合變結(jié)構(gòu)控制,克服了常規(guī)變結(jié)構(gòu)控制方法中被控制對象變化范圍的限制。仿真結(jié)果表明,控制系統(tǒng)具有良好的穩(wěn)定性、收斂性,同時抖動也有所減少,具有較強(qiáng)的魯棒性。關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò);動態(tài)逼近;滑模變結(jié)構(gòu);魯棒性中圖分類號:TP273文獻(xiàn)標(biāo)志碼:A文章編號:1674—1951(2009j06~0
3、024—03Abstract:Aimingatfirstkindofnonlinearsystem,aslidingmodevariablestructurecontrolmethodbasedonsystemidentificationbyusingofneuralnetworkwasproposed.Thecontrolledsystemobjectwasdynamicallyidentifiedbytwoneuralnetworks.Combiningwithvariablestructure
4、control,thelimitofvariationrangeforcontrolledobjectintheconventionalvariablestructurecontrolwasovercome.ThesimulationresultsshowthatthecontrolsystemhasgoodstabilityandconvergenceImeanwhile,systemchatteringisreducedandgoodrobustnessisachieved.Keywords:n
5、euralnetwork;dynamicapproach;slidingmodevariablestructurecontrol;robustness本文將神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識和滑模變結(jié)構(gòu)控制相O引言融合,即利用神經(jīng)網(wǎng)絡(luò)辨識系統(tǒng)參數(shù),利用滑模變結(jié)滑模變結(jié)構(gòu)控制SMVSC(SliingModeVariable構(gòu)快速調(diào)節(jié)系統(tǒng)。該方案不僅解決了常規(guī)變結(jié)構(gòu)控StructureContro1)是一種能用來實(shí)現(xiàn)線性和非線性制需要預(yù)先知道未知函數(shù)的精確邊界問題,而且保系統(tǒng)控制的變結(jié)構(gòu)控制方法,其最大優(yōu)點(diǎn)就是對系證了系
6、統(tǒng)的穩(wěn)定性、收斂性。統(tǒng)參數(shù)不確定性和外部干擾具有強(qiáng)魯棒性。SMVSC1非線性系統(tǒng)的滑模變結(jié)構(gòu)控制最主要的缺點(diǎn)是反饋信號不連續(xù),容易受到參數(shù)攝動和外界干擾的影響。為此文獻(xiàn)[1]、文獻(xiàn)[2]提出考慮以下非線性系統(tǒng)’了時變滑平面方案。文獻(xiàn)[3]利用模糊系統(tǒng)逼近未=l廠(,t)+g(,t)M(t)。(1)知函數(shù),需要預(yù)先知道未知函數(shù)的精確邊界,這在許引入相變量坐標(biāo).=,則式(1)可表示為多實(shí)際系統(tǒng)中難以做到,有一定的局限性。人工神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的學(xué)習(xí)能力和高度的并行運(yùn)算能力,能充分逼近任意復(fù)雜的非線性關(guān)系并
7、(2)具有較強(qiáng)的魯棒性和容錯性,為處理非線性系統(tǒng)開n一1辟了一條新的途徑。神經(jīng)網(wǎng)絡(luò)與滑模變結(jié)構(gòu)控制的x=-,【,t)+g(,t)·u(t)結(jié)合已經(jīng)成為變結(jié)構(gòu)控制發(fā)展的一個新領(lǐng)域。取線性切換函數(shù)s()=c1l+c22+?+Cn-1一l+=CT,(3)收稿日期:2008—11—11式中:=[1,2,?,];c=[c1,c2,?,c,1]r。第6期王志勇,等:基于系統(tǒng)辨識的非線性系統(tǒng)滑模變結(jié)構(gòu)控制·25·用趨近律方法求控制律,對式(3)求導(dǎo),得T謄()=∑v8、+Cn-!一1+x。(4)I=l將式(2)代入式(4)得n—lF(∑·()),(1o)j=∑Ci?+-廠(,)+g(,f)·M()。(5)Z(k)=[(k),(k),?,(k)]=取趨近率[Y(k一1),?,Y(k—n),:一·sgn(S)。(6)(k—1),?,U(k—n)],(11)有U(t)=一g一(,t)[+式中:’為神經(jīng)網(wǎng)絡(luò)NN1輸入層和隱層之間的權(quán)-廠(,t)+·sgn0],(7)值;w(O’為神經(jīng)網(wǎng)絡(luò)NN1隱層和輸出層之間的權(quán)式中,=[0,cl,c2,?