摘要：为克服电液伺服系统不确定性、非线性、估计误差和干扰等因素对系统稳定性和精度的影响,提出了基于自适应模糊神经网络辨识的电液伺服系统l2增益设计方法。用自适应模糊神经网络在线估计包括系统不确定性和非线性在内的未知动态特性,同时用增益自适应变结构补偿自适应模糊神经网络的估计误差,用系统l2增益设计方法抑制干扰对系统的影响,以期使系统对不确定性和非线性具有鲁棒性,而且从干扰到描述系统跟踪误差的评价函数的l2增益小于指定值。

摘要：对一类带建模误差和不确定性外界干扰的船舶运动非线性系统,提出了一种基于神经网络和l2增益方法的航向自动舵设计。对模型中的建模误差采用在线神经网络予以辨识和补偿,避免了建模误差界定函数的经验选择;而对不确定外界干扰力项则采用l2增益设计,保证了闭环跟踪系统的鲁棒性。控制器设计步骤应用lyapunov函数递推法,航向跟踪误差和神经网络权值误差被证明是一致终值有界的。合理的控制器参数选择保证了控制系统的跟踪精度。数值仿真结果验证了控制器设计的有效性。

摘要：对船舶航向非线性系统,提出了一种基于神经网络方法的鲁棒跟踪控制器.系统由船舶运动非线性响应模型和舵机伺服系统串联构成,其中运动响应模型考虑了建模误差和外界干扰力等非匹配不确定性.对建模误差和期望舵角的一阶导数项应用在线二层神经网络予以辨识和补偿,不确定性干扰项处理应用l2增益设计.采用lyapunov函数递推法,得到包括神经网络权值算法在内的跟踪控制器.跟踪误差和神经网络权值误差的一致终值有界性保证了系统的鲁棒稳定性,合理的控制器参数选择保证了控制精度.仿真结果验证了控制器的有效性.