[发明专利]一种基于摩擦补偿的自适应神经网络控制方法及其装置

权利要求书

1.一种基于摩擦补偿的自适应神经网络控制方法，其特征在于，包括以下步骤：

建立电机位置伺服系统模型；

设计基于摩擦补偿的自适应神经网络控制器；

根据设计的基于摩擦补偿的自适应神经网络控制器，利用李雅普诺夫稳定性理论对电机伺服系统进行稳定性证明，并运用Barbalat引理得到系统的全局渐进稳定的结果；

所述步骤建立电机位置伺服系统模型，具体如下：

电机惯性负载的动力学模型方程为：

式中：θ_r表示角位移，J表示惯性负载,K_ω为速度环比例系数，K_t为电磁转矩系数，K_j为减速器的减速比，K_v为速度环的反馈系数，T_L为电机内部扰动，F为摩擦力矩；

所述摩擦力矩F用连续可微的摩擦模型表示为：

F＝c₁(tanh(c₂x₂)-tanh(c₃x₂))+c₄tanh(c₅x₂)+c₆x₂ (2)

式中：c₁,c₄,c₆为表征摩擦特性的权重因子，c₂,c₃,c₅为表征不同摩擦部分的形状因子；

把(1)式写成状态空间形式，如下：

其中：θ＝[θ₁ θ₂ θ₃ θ₄ θ₅]^T为系统的未知参数，且θ₁＝J/K_wK_tK_j，θ₂＝c₁/K_wK_tK_j，θ₃＝c₄/K_wK_tK_j，θ₄＝K_v/K_j+c₆/K_wK_tK_j，θ₅＝T_L/K_wK_t，f₁(x₂)＝tanh(c₂x₂)-tanh(c₃x₂)，f₂(x₂)＝tanh(c₅x₂)，d为未建模干扰项；

为了方便控制器的设计，假设系统对的参数是有界且已知的，同时有界且一阶可微，即：