论文部分内容阅读
针对磁悬浮系统参数变化及外部扰动对悬浮气隙高度的影响,提出RBF神经网络自适应滑模控制方法.采用RBF神经网络并利用其学习功能,对数控机床用磁悬浮系统不确定参数进行自适应补偿,取代常规滑模控制切换部分并消除系统高频抖振现象。通过比例微分并行控制来改善RBF神经网络参数的收敛性.改善局部极小现象的发生,增强系统的鲁棒性.采用Lyapunov稳定性理论证明了系统稳定性。Matlab仿真显示该方法具有良好的跟踪性和鲁棒性。