滑模控制的一种近最优抖振抑制方法及其在两轮移动机器人上的应用
系统与控制
2021-10-26 v1 系统与控制
摘要
本文关注的问题是:为连续时间非线性多输入多输出(MIMO)系统寻找一种近最优滑模控制器,其既能抑制抖振又能最小化代价函数(该代价函数是动力学系统性能指标的度量)。首先,本文分析了传统 SMC 与准 SMC 方法中抖振的缺陷。在准 SMC 中,传统 SMC 的符号函数被连续饱和函数替代。随后,提出一种基于积分强化学习(IRL)的抖振抑制算法。在初始滑模控制器下,所提方法可利用策略迭代学习近最优饱和函数。为满足所学饱和函数的要求,我们将饱和函数训练问题视为优化问题的约束。本文基于对称径向基函数与正则化批量最小二乘(BLS)算法给出了所提算法的在线神经网络实现,以训练控制律。最后,通过两个仿真实例验证所提方法的有效性,第二个实例应用于真实动力学模型——两轮变结构机器人。
引用
@article{arxiv.2110.12706,
title = {A Nearly Optimal Chattering Reduction Method of Sliding Mode Control With an Application to a Two-wheeled Mobile Robot},
author = {Lei Guo and Han Zhao and Yuan Song},
journal= {arXiv preprint arXiv:2110.12706},
year = {2021}
}