论文部分内容阅读
为了改善大时滞对象的控制效果，提出一种带时滞时间辨识的神经网络逆控制系统。利用自适应线性元件与BP网络相结合，辨识对象的时滞时间及不含时滞环节的模型，再对不含时滞的模型构造神经网络逆，并选择合适的参考模型使逆模型的输出平滑。将训练好的逆模型作为控制器，与被控对象串联形成开环控制。有效避免了闭环控制可能引起的不稳定。仿真结果表明，该控制策略能够实现系统快速平稳的输出，且能够克服时滞时间及参数变化引起的不良影响，与Smith预估控制器相比，具有较好的鲁棒性及抗干扰能力。