基于扰动观测器的液压锚杆钻臂自适应神经网络跟踪控制

简介

在井下复杂工况条件下,液压锚杆钻机的一些物理变量往往难以测得,且会随周围环境发生变化,这些时变参数会对控制性能产生影响。针对复杂多样的液压锚杆钻臂,首先通过状态变换得到锚杆钻臂位移系统模型空间表达式;然后采用神经网络径向基函数对未知不确定项进行逼近,并采用动态曲面技术解决计算复杂问题;最后设计了一种新型扰动观测器来估计由外部扰动和神经网络误差,结合反步法递推出控制器。根据Lyapunov函数证明系统是半全局稳定的,跟踪误差收敛至零点附近。通过与传统PID控制仿真对比,该控制器的控制精度、稳定性和鲁棒性均有显著提升。