基于自适应神经网络控制的悬臂梁振动控制方法技术资料下载

技术编号:6307910

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明公开了一种,基于滤波后的跟踪误差设计,控制器中包含比例微分项和RBF神经网络项。RBF神经网络逼近悬臂梁系统的未知函数,其权值的更新算法基于Lyapunov稳定性理论设计,保证系统全局稳定性。更新算法中加入的鲁棒项,保证控制输入的有界性,比例微分控制项使最终跟踪误差维持任意小范围。本发明的控制方法能够在不需要知道悬臂梁的结构或非结构参数以及存在外界干扰的情况下,对悬臂梁系统实现高精度的跟踪控制,同时提高系统的鲁棒性和可靠性。专利说明 [0001...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 唐老师:1.高效节能装备 2.流动稳定性 3.汽车流场分析和淀粉糖工艺技术。
  • 孙老师:1.振动信号时频分析理论与测试系统设计 2.汽车检测系统设计 3.汽车电子控制系统设计
  • 王老师:电子信息处理、先进检测方法和智能化仪表
  • 周老师:1.智能电网 2.新能源利用 3.泛在电力物联网
  • 赵老师:检测与控制技术、机器人技术、机电一体化技术
  • 张老师:激光与先进检测方法和智能化仪表、图像处理与计算机视觉
  • 许老师:1.气动光学成像用于精确制导 2.人工智能方法用于数据处理、预测 3.故障诊断和健康管理
  • 王老师:智能控制理论及应用;机器人控制技术