弹丸协调臂的 ＲＢＦ神经网络自适应滑模控制

来源：机械与电子杂志2019年第11期北京时间：

作者：骆继发;李志刚;岳才成

单位：１．南京理工大学机械工程学院，江苏 南京 ２１００９４；
２．中国北方工业有限公司军贸技术研究院，北京 １０００５３

摘要：针对某大口径火炮弹丸协调臂电液伺服系统的位置控制问题，提出一 种基于神经网络最小参数学习法的 ＲＢＦ网络自适应滑模控制方法。结合 ＲＢＦ神经网络具有局部逼近特性和神经网络最小参数学习法调节简单的优点，以电液伺服系统的状态为神经网络的输入，通过选取合适的参数，以神经网络的输出逼近系统的未知理想控制律。引入鲁棒项，保证控制策略的稳定性，并采用非线性函数调整反馈项参数的变化，保证收敛速度。仿真结果表明：控制算法在系统参数大范围变化的情况下能够保证弹丸协调臂的运动精度，并具有较好的鲁棒性。

关键词：弹丸协调臂;电液伺服系统;ＲＢＦ神经网络;最小参数学习法;滑模控制