针对汽车电子节气门模型参数不精确和外界干扰等不确定条件下的控制问题,提出了一种RBF神经网络控制方法,解决传动控制方法需要精确建模的问题.首先,对电子节气门的工作特性进行分析,并充分考虑参数不精确和外界干扰等不确定性,建立其数学模型的状态空间表达形式.而后,基于传统滑模控制理论,提出了抗外部干扰的滑模控制方法.进而,利用RBF神经网络对控制器不确定部分进行在线逼近,提出一种局部逼近的神经网络控制方法,并通过Ly-apunov 方法证明 了控制 系统的稳定性.最后,基于Matlab/Simulink平台进行对比仿真实验.实验结果表明,所提控制方法能够有效克服外部干扰以及模型参数带来的不确定性,实现电子节气门实际开度对目标开度的精确跟踪.
NETL
NSTL
万方数据
维普
