控制理论与应用

作者：王心怡,许璟,牛玉刚,贾廷纲

单位：华东理工大学,华东理工大学,华东理工大学,上海电气自动化集团

关键词：滑模观测器; 径向基函数网络; 自适应控制; 区域极点配置; 鲁棒性

基金：国家自然科学基金项目(62173141, 62073139), 上海市自然科学基金项目(22ZR1417900)

传统的龙伯格观测器的观测精度极易受到未知外部扰动的影响. 为了解决这个问题, 本文设计了一种基于径向基神经网络的自适应比例–积分H2滑模观测器, 实现了参数不确定性和外部扰动下非线性系统的鲁棒确切估计. 首先, 利用径向基神经网络自适应逼近系统模型的复杂非线性项; 其次, 设计基于误差的线性滑模面, 将比例–积分滑模项注入观测器中, 使得滑模动态在有限时间内收敛于滑模面, 实现对外部扰动和系统模型非线性的完全补偿; 最后, 基于H2次优控制和区域极点配置, 提出观测器参数自整定方法. 通过对单连杆机器人的仿真结果表明, 该方法能够保证非线性系统具有较好的鲁棒性和自适应性.

来源：2023年第11期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2023年第11期