导读:本文包含了神经滑模控制论文开题报告文献综述及选题提纲参考文献，主要关键词:滑模控制,模糊神经网络,非线性系统
神经滑模控制论文文献综述
王靖坤[1]（2019）在《一类非线性系统的模糊神经网络全局滑模控制》一文中研究指出文中针对一类非线性系统提出了一种基于模糊神经网络的全局滑模控制策略。设计了模糊神经全局滑模函数,并根据Lyapunov稳定性理论设计出控制器和自适应律。文中以叁相并联型有源电力滤波器为实例在MATLAB平台上进行了仿真实验,电网电流谐波畸变率由24. 71%降低到1. 6%,表明所提出的方案具有很好的补偿性能。(本文来源于《信息技术》期刊2019年12期）
王金强,王聪,魏英杰,张成举[2]（2019）在《欠驱动AUV自适应神经网络反步滑模跟踪控制》一文中研究指出针对存在参数不确定性和外界未知干扰的欠驱动自主水下航行器(AUV)叁维路径跟踪问题,提出一种基于神经网络的反步滑模控制策略.首先,利用虚拟向导的方法建立了欠驱动AUV叁维路径跟踪误差模型;其次,基于李雅普诺夫稳定性理论,利用反步法和滑模控制方法设计一种自适应鲁棒控制器,并设计一种在线调节增益切换函数以降低系统抖振,同时采用径向基函数(RBF)神经网络控制技术对AUV系统中不确定参数以及外界非线性干扰进行自适应补偿估计,而后利用李雅普诺夫稳定性理论证明了整个闭环系统的稳定性;最后,针对一种新型飞翼式欠驱动AUV进行数值仿真实验,结果表明所设计控制器可以实现对叁维路径的精确跟踪,并对外界非线性干扰具有良好的鲁棒性.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年12期）
骆继发,李志刚,岳才成[3]（2019）在《弹丸协调臂的RBF神经网络自适应滑模控制》一文中研究指出针对某大口径火炮弹丸协调臂电液伺服系统的位置控制问题,提出一种基于神经网络最小参数学习法的RBF网络自适应滑模控制方法。结合RBF神经网络具有局部逼近特性和神经网络最小参数学习法调节简单的优点,以电液伺服系统的状态为神经网络的输入,通过选取合适的参数,以神经网络的输出逼近系统的未知理想控制律。引入鲁棒项,保证控制策略的稳定性,并采用非线性函数调整反馈项参数的变化,保证收敛速度。仿真结果表明:控制算法在系统参数大范围变化的情况下能够保证弹丸协调臂的运动精度,并具有较好的鲁棒性。(本文来源于《机械与电子》期刊2019年11期）
陈莹,唐友亮,张锦,于锋[4]（2019）在《丢包在线补偿伺服电机NCS神经网络滑模控制》一文中研究指出针对存在时延以及丢包的多包传输直流伺服电机网络控制系统(networked control system,NCS),提出一种利用滑动窗口策略多核LS-SVM丢包在线补偿的神经网络PID趋近律滑模控制器。将系统模型进行等价变换,建立无时延多包传输离散系统模型;利用滑动窗口多核LS-SVM对多包传输的数据丢包进行在线预测补偿,建立系统补偿模型。提出神经网络PID趋近律滑模控制器设计方法,通过神经网络非线性映射实现对PID趋近律参数的在线调整。利用Truetime对该方法进行仿真,结果表明,该策略可以提升丢包补偿的精度,滑模控制能够在较快响应速度的条件下减小系统抖振,对直流伺服电机网络控制系统实现了较好的跟踪控制。(本文来源于《计算机应用与软件》期刊2019年11期）
张贺,姚杰,隋江华,邓英杰,张国庆[5]（2019）在《基于DSC的欠驱动船舶路径跟踪神经滑模控制》一文中研究指出为进一步提高船舶路径跟踪的准确性和稳定性,针对欠驱动船舶易受外界环境的干扰和模型不确定等问题,提出一种基于动态面技术的神经网络滑模控制策略。在虚拟船逻辑制导算法的基础上,结合反步法对虚拟控制律进行设计,引入动态面技术对虚拟控制律的导数进行估计,避免因直接求导而增加计算负担。在动力学回路设计中,将径向基神经网络与滑模控制相结合,设计神经网络权重的自适应律,实现对系统非线性项的在线估计和对实际控制律的设计。采用Lyapunov直接法证明闭环系统的稳定性,并对一艘长为32m的单体船进行仿真试验。结果表明,该控制策略可行,能实现对欠驱动船舶路径的有效跟踪。(本文来源于《船舶工程》期刊2019年10期）
吴忠强,张伟[6]（2019）在《基于终端滑模模糊神经网络的电力系统负荷频率控制研究》一文中研究指出针对区域互联电力系统受到风电及负荷扰动后,系统频率会出现大幅度波动问题,提出一种基于终端滑模模糊神经网络的多区域互联电力系统负荷频率控制(LFC)方法。在分析单一区域电力系统有功输出特性的基础上,建立计及多区域有功输出的互联电力系统负荷频率控制模型。采用自适应逆控制,有效的解决系统响应和扰动抑制的矛盾。将终端滑模模糊神经网络引入自适应逆系统,构建模糊神经网络辨识器,利用终端滑模在有限时间内可实现无静差跟踪的特点,进一步提高神经网络的辨识能力。仿真结果表明所设计的基于终端滑模模糊神经网络的自适应逆系统,不仅可以得到好的动态响应,还可以使风电及负荷扰动减小到最小。(本文来源于《模糊系统与数学》期刊2019年05期）
金鸿雁,赵希梅[7]（2019）在《永磁直线伺服系统递归小波Elman神经网络互补滑模控制》一文中研究指出针对永磁直线同步电机(PMLSM)直接驱动伺服系统易受参数变化、外部扰动和摩擦力等不确定性影响,而降低系统控制性能的问题,提出一种基于递归小波Elman神经网络(RWENN)的互补滑模控制方法。首先,建立含有不确定性的PMLSM动态模型;其次,采用积分滑模面和互补滑模面相结合设计互补滑模控制器。为解决互补滑模控制器参数选取困难的问题并估计系统存在的总不确定性,将互补滑模控制与RWENN相结合。利用RWENN代替互补滑模控制中的切换控制,RWENN可在线训练网络参数并实时调整参数。另外,为进一步提高鲁棒性,设计鲁棒补偿器对RWENN的参数逼近误差进行补偿。实验结果表明,该方法不仅降低了系统的抖振现象,保证了位置跟踪精度,还提高了系统的鲁棒性能。(本文来源于《电机与控制学报》期刊2019年10期）
潘兆东,刘良坤,谭平,周福霖[8]（2019）在《大型结构自适应学习率RBF神经网络滑模分散控制研究》一文中研究指出为了有效处理土木工程结构分散振动控制中子系统间相互影响力和外界荷载不确定性的影响,提出了自适应学习率RBF神经网络滑模分散控制算法(DALRBFSMC)。首先利用Lyapunov稳定性理论设计了仅依赖于子系统位移和速度响应反馈信息的滑模分散控制律,在此基础上,结合RBF神经网络理论和经典梯度下降法,引入Lyapunov函数,推导了调整RBF网络权值的自适应学习率,进而得到能实时调节滑模分散控制律切换增益项的自适应学习率RBF神经网络滑模分散控制算法(DALRBFSMC)。同时,针对子系统不同划分方式及子控制器之间存在重迭,提出了多种分散控制设计策略。对ASCE 9层Benchmark模型进行多种分散控制和集中控制设计。仿真分析结果表明,该分散控制算法适用于不同的分散控制策略,重迭分散控制策略较传统集中控制策略而言有更好的控制效果;同时能使分散控制系统内各作动器均处于功效最大状态。(本文来源于《工程力学》期刊2019年09期）
管萍,李军[9]（2019）在《基于神经网络的双馈电机的分数阶滑模控制》一文中研究指出针对不平衡电网电压条件下双馈电机运行性能差的问题,将神经网络算法与分数阶滑模结合起来应用于双馈电机直接功率控制中。利用分数阶微积分的遗传衰减特性与神经网络的自适应性,削弱传统滑模控制中的抖震。用神经网络逼近电机模型的不确定项,推导了分数阶滑模控制律。仿真结果表明,所提出的控制系统实现了消除有功功率波动和转矩波动的目标,有效抑制了传统滑模控制中存在的抖震。(本文来源于《电气传动》期刊2019年08期）
刘晶,普杰信,牛新月[10]（2019）在《基于神经网络滑模的机械臂轨迹跟踪控制方法》一文中研究指出针对机械臂轨迹跟踪控制中存在建模误差以及外界干扰造成的控制性能下降问题,提出一种改进的自适应神经滑模控制方法。分别选取状态反馈和改进的神经网络滑模方法来控制系统的确定部分和不确定部分。利用神经网络的非线性映射能力自适应地学习系统不确定性的未知上界,其输出作为滑模控制器的动态补偿项,Lyapunov函数法推导得到神经网络权值更新律。为保证神经网络映射的有效性,提高收敛速度,采用遗传算法对神经网络结构参数进行优化。双关节机械臂系统的仿真结果表明了该方案的有效性。(本文来源于《计算机工程与设计》期刊2019年07期）
神经滑模控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对存在参数不确定性和外界未知干扰的欠驱动自主水下航行器(AUV)叁维路径跟踪问题,提出一种基于神经网络的反步滑模控制策略.首先,利用虚拟向导的方法建立了欠驱动AUV叁维路径跟踪误差模型;其次,基于李雅普诺夫稳定性理论,利用反步法和滑模控制方法设计一种自适应鲁棒控制器,并设计一种在线调节增益切换函数以降低系统抖振,同时采用径向基函数(RBF)神经网络控制技术对AUV系统中不确定参数以及外界非线性干扰进行自适应补偿估计,而后利用李雅普诺夫稳定性理论证明了整个闭环系统的稳定性;最后,针对一种新型飞翼式欠驱动AUV进行数值仿真实验,结果表明所设计控制器可以实现对叁维路径的精确跟踪,并对外界非线性干扰具有良好的鲁棒性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
神经滑模控制论文参考文献
[1].王靖坤.一类非线性系统的模糊神经网络全局滑模控制[J].信息技术.2019
[2].王金强,王聪,魏英杰,张成举.欠驱动AUV自适应神经网络反步滑模跟踪控制[J].华中科技大学学报(自然科学版).2019
[3].骆继发,李志刚,岳才成.弹丸协调臂的RBF神经网络自适应滑模控制[J].机械与电子.2019
[4].陈莹,唐友亮,张锦,于锋.丢包在线补偿伺服电机NCS神经网络滑模控制[J].计算机应用与软件.2019
[5].张贺,姚杰,隋江华,邓英杰,张国庆.基于DSC的欠驱动船舶路径跟踪神经滑模控制[J].船舶工程.2019
[6].吴忠强,张伟.基于终端滑模模糊神经网络的电力系统负荷频率控制研究[J].模糊系统与数学.2019
[7].金鸿雁,赵希梅.永磁直线伺服系统递归小波Elman神经网络互补滑模控制[J].电机与控制学报.2019
[8].潘兆东,刘良坤,谭平,周福霖.大型结构自适应学习率RBF神经网络滑模分散控制研究[J].工程力学.2019
[9].管萍,李军.基于神经网络的双馈电机的分数阶滑模控制[J].电气传动.2019
[10].刘晶,普杰信,牛新月.基于神经网络滑模的机械臂轨迹跟踪控制方法[J].计算机工程与设计.2019