首页 | 本学科首页   官方微博 | 高级检索  
     

基于RBF神经网络的泵控系统滑模控制器设计及仿真分析
引用本文:吴小俊.基于RBF神经网络的泵控系统滑模控制器设计及仿真分析[J].机床与液压,2022,50(8):129-132.
作者姓名:吴小俊
作者单位:重庆市汽车动力系统测试工程技术研究中心, 重庆401120
基金项目:重庆市自然科学基金面上项目
摘    要:针对泵控系统滑模控制方面的研究,根据泵控系统的降阶数学模型中存在的未知项f (),再结合滑模控制算法设计基于RBF神经网络的滑模控制器。通过MATLAB/Simulink建立系统的仿真模型,然后进行位置指令仿真分析。研究结果表明:相比较PID控制器,基于RBF神经网络的滑模控制器获得了最小跟踪误差。在干扰条件下跟踪10 Hz频率与1 mm幅值的正弦位置信号,基于RBF神经网络的滑模控制器误差最小;施加干扰力后,控制器都出现了更大的跟踪误差,此时基于RBF神经网络构建的滑模控制器可以快速恢复跟踪误差。研究设计的基于RBF神经网络的泵控系统滑模控制器具有很好的跟踪精度和更强的鲁棒性,可以拓宽应用到其他机械传动领域。

关 键 词:电液伺服系统  RBF神经网络  滑模控制  跟踪精度  鲁棒性

Design and Simulation Analysis of Sliding Mode Controller for Pump Control System Based on RBF Neural Network
WU Xiaojun.Design and Simulation Analysis of Sliding Mode Controller for Pump Control System Based on RBF Neural Network[J].Machine Tool & Hydraulics,2022,50(8):129-132.
Authors:WU Xiaojun
Abstract:
Keywords:Electro-hydraulic servo system  RBF neural network  Sliding mode control  Tracking accuracy  Robustness
本文献已被 万方数据 等数据库收录!
点击此处可从《机床与液压》浏览原始摘要信息
点击此处可从《机床与液压》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号