基于RBF的直线电机二维平台无模型自适应迭代学习控制

Model-free Adaptive Iterative Learning Control of Two-dimensional Platform Based on RBF

郑鑫鑫 ¹曹荣敏 ¹侯忠生²

扫码查看

作者信息

1. 北京信息科技大学自动化学院,北京 100192
2. 青岛大学自动化学院,山东青岛 266071
折叠

摘要

直线电机二维平台在运行中存在强耦合、负载扰动和实际控制模型无法精确获得等问题,对其跟踪精度影响较大.针对此问题,在利用具有学习功能的无模型自适应迭代学习控制并且不依赖系统精确数学模型的基础上,引入可以任意逼近非线性函数的径向基函数(radial basis function,RBF)神经网络控制,对系统误差和未知外部干扰进行估计和补偿,进而提升直线电机二维平台的位置跟踪精度.仿真和实验结果表明,加入RBF神经网络后,实现了对期望输出的精度补偿,与无模型自适应迭代学习控制方案相比,跟踪精度和系统鲁棒性都得到了提高,证明了所提方案的准确性和有效性.

关键词

直线电机二维平台/无模型自适应迭代学习控制/RBF神经网络

Key words

Two-dimensional platform of linear motor/model-free adaptive iterative learning control/RBF neural network

引用本文复制引用

基金项目

国家自然科学基金重点项目(61833001)

国家自然科学基金重点项目(6143300)

北京市自然科学基金(4142017)

出版年

2023

控制工程

东北大学

控制工程

CSTPCDCSCD北大核心

影响因子：0.749

ISSN：1671-7848

被引量1

参考文献量12

段落导航