针对含有模型不确定性的机电伺服系统,设计一种基于多层神经网络干扰补偿的控制策略。通过多层神经网络对与状态有关的干扰进行在线估计,以提高基于模型前馈控制输入的补偿精度,然后结合误差符号积分鲁棒(RISE)反馈控制方法,通过RISE的鲁棒增益处理神经网络逼近误差与未估计干扰,从而抑制干扰对伺服性能的不利影响。基于Lya⁃punov稳定性理论,证明了所提出控制器的闭环系统半全局渐近稳定,且系统所有信号有界。仿真结果表明:所提出的控制策略具有很好的干扰抑制能力,可显著提高机电伺服系统的跟踪精度。

电液位置伺服系统是复杂的非线性控制对象存在各种建模不确定性使得设计高性能的控制器以满足系统伺服精度要求更加困难.针对考虑各种建模不确定性的电液位置伺服系统设计了一种具有自适应增益的超螺旋滑模控制方法.利用已知的系统模型信息在传统超螺旋滑模控制算法中引人基于模型的前馈控制律提升系统伺服精度.采用自适应律实时更新控制器增益无需先获知系统建模不确定性的确切界避免了传统算法中由人为设定与该界相关的控制增益造成的保守性.基于Lyapunov稳定性理论证明了闭环系统全局稳定系统跟踪误差可在有限时间内渐近收敛到零附近任意小的范围内且收敛的速度和稳态误差的界可通过参数进行调节.仿真结果表明所提出的控制方法可有效地抑制建模不确定性对系统的不利影响显著提高其跟踪精度且所得到的控制输入是连续