基于RBFNN的智能车辆转向系统的预设性能控制

TP273%U461; 针对存在模型非线性和参数不确定性的智能车辆转向系统的预设性能跟踪控制问题,采用径向基函数神经网络对转向系统中的不确定非线性进行在线逼近,结合障碍Lyapunov函数技术为智能车辆的线控转向系统设计预设性能控制器.在控制器设计中,采用动态增益技术补偿控制增益未知对系统控制性能的影响.利用Lyapunov 方法分析系统的稳定性,证明在控制器作用下,前轮转角的跟踪误差在预设的时间内收敛至原点预设的邻域;通过数值仿真和整车实验验证了控制方法的合理性....

Full description

Saved in:
Bibliographic Details
Published in辽宁工程技术大学学报（自然科学版） Vol. 43; no. 1; pp. 85 - 92
Main Authors 黄艳玲, 李红娟
Format Journal Article
LanguageChinese
Published 辽宁交通高等专科学校 汽车系,辽宁 沈阳 110819%宁夏理工学院 机械工程学院,宁夏 石嘴山 753000 01.02.2024
Subjects
不确定非线性
径向基函数神经网络
未知控制增益
uncertain nonlinearity
预设性能控制
转向系统
radial basis function neural network
prescribed performance control
unknown control gain
steering system
Online AccessGet full text

Cover

More Information
Summary:TP273%U461; 针对存在模型非线性和参数不确定性的智能车辆转向系统的预设性能跟踪控制问题,采用径向基函数神经网络对转向系统中的不确定非线性进行在线逼近,结合障碍Lyapunov函数技术为智能车辆的线控转向系统设计预设性能控制器.在控制器设计中,采用动态增益技术补偿控制增益未知对系统控制性能的影响.利用Lyapunov 方法分析系统的稳定性,证明在控制器作用下,前轮转角的跟踪误差在预设的时间内收敛至原点预设的邻域;通过数值仿真和整车实验验证了控制方法的合理性.
ISSN:1008-0562
DOI:10.11956/j.issn.1008-0562.2024.01.011