基于神经网络的迟滞非线性补偿控制
作者:
赵新龙
[1] ;
董建萍
[2]
关键词:
迟滞
神经网络
反馈误差学习控制
补偿
摘要:
提出了一种基于神经网络的迟滞非线性的补偿方法。首先构造一个Duhem逆算子来描述迟滞逆状态。然后利用神经网络来逼近此状态和输出之间的关系来得到神经网络迟滞逆模型,神经网络权值采用反馈误差学习方法来进行在线调整。系统的前馈控制器和反馈控制器分别为逆模型和PID控制器。该方法不需要建立迟滞的正模型,能够在线构造逆模型来实现迟滞补偿。最后通过仿真验证了该方法的有效性。
上一篇:一种基于单元分类的钢铁企业煤气调度模型
下一篇:融合闭环反馈机理的多变量预测控制策略