基于模糊推理和Jordan神经网络的磁悬浮球位置补偿控制研究

来源：上海理工大学学报杂志2025年第3期北京时间：

作者：李孝茹，陈士松，黄之文

单位：上海理工大学 机械工程学院，上海 200093,上海理工大学 机械工程学院，上海 200093,上海理工大学 机械工程学院，上海 200093

摘要：针对欠训练Jordan神经网络（Jordan neural network，JNN）输出不确定性导致的控制系统动态性能不佳的问题，提出了一种基于模糊推理（fuzzy inference，FI）和JNN的磁悬浮球位置补偿控制新方法，构建了包含基础控制、JNN控制和FI的三模块控制框架。基础控制模块采用适应性强的PID控制器；JNN控制模块实现磁悬浮球系统的在线辨识与补偿；FI模块动态调整神经网络控制器的输出，以抑制欠训练JNN带来的不确定性影响。实验结果表明，与传统神经网络补偿控制方法相比，在跟踪阶跃信号和方波信号时，超调量分别减小了39.79%和60.61%，调节时间分别减小了19.52%和48.47%。该方法在保证稳态精度的同时，显著提升了控制系统的动态性能。

关键词：模糊推理;Jordan神经网络;位置补偿控制;磁悬浮球

基金资助：国家自然科学基金资助项目（51775323）；上海市在线检测与控制技术重点实验室开放基金资助项目（Z2022304013）