论文部分内容阅读
基于奇异摄动法将单连杆柔性臂系统分解为慢变、快变子系统，采用混合控制方法；设计了基于粒子滤波的神经网络控制器来线性化慢子系统，使其跟踪期望轨迹；采用粒子滤波训练神经网络克服了BP算法收敛速度慢、易陷入局部极小值的缺陷，及扩展卡尔曼滤波方法带来的模型线性化损失；对于快变系统采用最优控制方法；仿真结果表明：在神经网络训练误差收敛速度及精度方面，粒子滤波要比BP及卡尔曼滤波要好；组合控制方法能有效地抑制柔性臂弹性振动，轨迹跟踪迅速准确，精度方面也是前者最优。