一种基于滑模观测器和径向基函数神经网络的压电驱动鲁棒控制方法

本发明提出一种基于滑模观测器和径向基函数神经网络的压电驱动鲁棒控制方法，所述方法设计了带扰动补偿的滑模状态观测器用来观测系统扰动与系统状态，并且由于径向基函数神经网络也可用于干扰抑制，RBFNN具有并行处理、自学习和非线性逼近的特性和能力，可以通过充分的拟合过程，以产生合理的产出。通过这种控制方法的设计，可以补偿系统未建模和各种扰动的影响并减少了滑模控制器引起的抖振效应，进一步提高了压电驱动系统输出的跟踪性能。