倒立摆的神经网络自适应滑模控制
2018年11月控制工程Nov. 2018 第25卷第11期Control Engineering of China V ol. 25, No. 11
文章编号：1671-7848(2018)11-1976-06 DOI: 10.14107/https://www.360docs.net/doc/bb9369828.html,ki.kzgc.160620 倒立摆的神经网络自适应滑模控制
彭继慎，刘盼，宋立业
(辽宁工程技术大学电气与控制工程学院，辽宁葫芦岛125105)
摘要：针对倒立摆系统的欠驱动、非线性和存在外界干扰的特点，提出一种基于RBF
神经网络自适应滑模控制方法。首先将倒立摆系统的数学模型转换成符合欠驱动系统特征
的标准形式，然后采用分层滑模控制方法设计控制律。RBF神经网络自适应方法对系统的
不确定参数以及小车与导轨之间摩擦力等外界非线性干扰引起的不确定上界进行补偿，减
小控制器的控制输出量，提高了控制精度。仿真结果表明，该方法具有很好的鲁棒性和抗
干扰能力，能满足系统要求。
关键词：倒立摆；滑模控制；自适应；RBF神经网络
中图分类号：TP273 文献标识码：A
Neural Network Adaptive Sliding Mode Control for the Cart-Inverted
Pendulum System
PENG Ji-shen, LIU Pan, SONG Li-ye
(Faculty of Electrical and Control Engineering, Liaoning Technical University, Huludao 125105, China) Abstract: A novel Adaptive sliding mode control method based on RBF neural network is proposed for the cart-inverted pendulum (CIP) system against its characteristics of under actuation, nonlinearity and external disturbances. The mathematical model of CIP is converted into the norm expression of a class of underactuated systems, and then a stable hierarchical sliding-mode method can be adopted to design the CIP control law. RBF network is utilized to adaptively learn and compensate the upper bound of uncertainties which include the parameter variations and external disturbances such as the friction between the cart and rail. The controller output is reduced and the control accuracy is improved. The simulation results show that the controller can guarantee good robustness and anti-interference capability and meet the system requirement.
Keywords: Cart-inverted pendulum system; sliding mode control; self-adaption; RBF neural network
1 引言
倒立摆控制系统是一个典型的控制问题，虽然结构简单，但具有一个强非线性、高阶次、自然不稳定、多变量、强耦合、欠驱动的复杂系统。机器人、飞行器、起重机稳钩装置等的控制与倒立摆系统具有很大的相似性。因而对倒立摆的研究具有重要的工程背景和实际意义[1-3]。
对于单级倒立摆的控制问题，很多文献提出了不同的方法；文献[4-5]采用状态空间设计方法，应用LQR控制器实现了对单节倒立摆的最优控制，但是，LQR控制只能在保证局部范围内的有效性，并且抗干扰性能和鲁棒性不强，当存在较大扰动时，小车的跟随能力不强，存在滞后。文献[6-8]采用模糊控制和神经网络的方法应用于倒立摆系统中，有效的克服系统的非线性和不确定性，取得了良好的控制效果，但该方法不能保证控制系统的稳定性，且过分依赖人对被控制系统的直接经验；文献[9]提出了倒立摆拟人控制方法, 系统的鲁棒性好，稳定范围大，但控制律从定性到定量的转化较复杂。
滑模变结构控制因为滑动模态对于参数摄动和外界扰动等不确定因素具有不敏感性，并且滑动模态的动态品质可以预先设计，成为一种有效的鲁棒控制方法，已经在很多领域得到广泛的应用[10,11]。近年来，滑模变结构控制应用于倒立摆的系统[12-15]，但是考虑到小车与导轨的非线性摩擦力等外界干扰的文献相对较少。文献[17]提出一种分层滑模控制方法应用于欠驱动系统的设计中，实现了对欠驱动
收稿日期：2016-05-16；修回日期：2016-11-18
基金项目：国家自然科学基金资助项目(51274118).
作者简介：彭继慎(1969-)，男，安徽定远人，博士，教授，博士生导师，主要从事电力传动系统的计算机控制技术与仿真等方面的教学与科研工作；刘盼(1989-)，男，河北保定人，研究生，主要研究方向为滑模变结构控制和智能控制
等；宋立业(1972-)，男，辽宁葫芦岛人，博士，副教授，主要从事电力系统自动化装置等方面的教学与科研工作。万方数据