[發明專利]適用于重復性伺服系統的RBF自適應神經網絡重復控制器有效
| 申請號： | 201811387830.9 | 申請日： | 2018-11-21 |
| 公開（公告）號： | CN111211724B | 公開（公告）日： | 2021-08-03 |
| 發明（設計）人： | 周文委;孫明軒;翁國慶;張有兵;陳強 | 申請（專利權）人： | 浙江工業大學 |
| 主分類號： | H02P23/00 | 分類號： | H02P23/00;H02P21/00 |
| 代理公司： | 杭州斯可睿專利事務所有限公司 33241 | 代理人： | 王利強 |
| 地址： | 310014 浙江省*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 適用于 重復性 伺服系統 rbf 自適應 神經網絡 重復 控制器 | ||
1.一種適用于重復性伺服系統的RBF自適應神經網絡重復控制器，其特征在于，通過RBF神經網絡自適應調節權值來逼近未知參數的伺服電機輸入輸出差分方程，并根據重復控制方法，在利用前一周期的運行信息來修正當前時刻的控制量，以克服周期性干擾，實現輸出量對于給定周期性參考信號的跟蹤；
針對伺服電機系統，以輸入輸出差分方程描述其數學模型
yk+1＝f(yk)+uk+wk (1)
其中yk為電機輸出位置信號，f(yk)為未知參數的電機模型，uk為輸入的控制量，wk為包含各種來源的有界集總擾動，給定的參考信號rk具有周期特性，即滿足
rk＝rk-N (2)
其中N為rk在一周期內的采樣點數，rk-N表示對應k時刻前一周期的參考信號值，令ek＝yk-rk，取
uk＝rk+1-f(yk)+slaw(ek) (3)
其中函數slaw(ek)由關于誤差的吸引律定義，根據指數吸引律已被證明的收斂性能，將式(3)代入式(1)得到漸近收斂的跟蹤誤差動態方程
ek+1＝slaw(ek)+wk (4)
然而，因為f(yk)未知，根據式(3)無法計算得到控制量；采用一種通過RBF神經網絡逼近f(yk)，并具有周期擾動抑制能力的重復控制器
其中0＜ρ＜1，ε＞0，為對于未知系統結構f(yk)的估計，由RBF神經網絡實現，其中神經網絡隱含層神經元數為l，yk為網絡輸入，其輸出
其中為神經網絡權值向量，h(yk)為徑向基函數向量，和h(yk)均為l維向量，采用多面函數作為徑向基函數，取隱含層神經元的徑向基函數中心點坐標向量c＝[c1 c2 …cl]T，徑向基函數寬度b＝[b1 b2 … bl]T，那么第j個神經元的多面基函數h(yk)表示為
其中j＝1,2,…,l；
為設計穩定化控制器，引入虛擬量
其中初始誤差e0通過電機輸出軸測量，設計權值更新律
記神經網絡對系統結構函數的逼近誤差為那么對于任意小的正數εu＞0，存在最優權值向量Θ*使得最優逼近誤差因此
其中
RBFRC中的slaw(ek)由指數吸引律實現，其表達式為
ek+1＝(1-ρ)ek-εsgn(ek) (11)
其中0＜ρ＜1，ε＞0，那么以指數吸引律實現的重復控制器為
但是當跟蹤誤差接近原點時，其中的等速項εsgn(ek)在符號函數作用下，易使系統輸出沿參考信號上下切換，表現為跟蹤誤差的穩幅抖振，為消除這種由控制器本身帶來的抖振，提出一種改進的離散誤差吸引律
ek+1＝(1-ρ)ek-εln(ek|+1)sgn(ek) (13)
其中0＜ρ＜1，ε＞0，且ρ+ε＜1，ln(·)表示自然對數函數，以改進吸引律實現的RBF控制器為
以改進吸引律實現的RBF重復控制器為
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于浙江工業大學，未經浙江工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811387830.9/1.html，轉載請聲明來源鉆瓜專利網。
