论文摘要：高精度伺服系统神经网络自适应控制研究

本论文针对系统中存在的参数不确定性，研究了高精度伺服系统神经网络自适应控制算法。首先回顾了自动控制的发展概述，之后介绍了高精度伺服系统的发展情况，以及伺服系统控制策略的发展状况。指出了各种控制策略的优缺点。从而提出了基于干扰观测器的神经网络自适应控制算法。 对于实际的系统，总是存在负载干扰，针对于这种干扰，本文提出了加入干扰观测器，利用观测的等效干扰去补偿到控制输出端，从而达到了抑制干扰的目的。提高了系统的鲁棒性。 同时，由于系统模型可能存在误差，所测出来的各种参数可能会不精确，本文提出了一个神经网络辨识器，该辨识器采用具有指数收敛的影射算法，利用该辨识器去实时的辨识系统的参数，利用观测到的参数实时的去调节PI参数，达到自适应的目的，从而提高了系统的抗干扰能力，很好的提高了系统的鲁棒性。综合上述的干扰观测器和神经网络辨识器组成了神经网络自适应控制算法，该算法有效的抑制了负载变化和模型参数干扰对系统造成的影响。仿真和实验结果都表明了该方法的可行性和有效性。