基于α阶神经网络逆系统的液压活套解耦控制

简介

针对液压活套系统的非线性和参数时变性,建立液压活套系统动力学模型,并通过Interactor算法对模型的可逆性进行分析。利用活套系统输入输出数据训练神经网络,将α阶神经网络逆系统与活套系统串联复合成伪线性系统,采用PSO-PID控制器构成闭环控制回路。结果表明:基于神经网络逆控制的方法能获得良好的解耦效果,并且能克服系统模型的不确定性和参数的时变性对解耦效果的影响。利用该方法可有效避免逆解耦控制法依赖系统模型精度、对系统模型变参数化敏感的缺点,具有较强的鲁棒性。