基于自适应神经网络与分数阶超螺旋算法的高精度晶圆台运动控制
系统与控制
2021-02-02 v1 机器人学
系统与控制
摘要
为获得晶圆台的高精度运动控制，提出了一种自适应神经网络与分数阶超螺旋控制策略。基于滑模控制（SMC），所提控制器旨在解决 SMC 中的两个挑战：1）削弱抖振现象，2）衰减模型不确定性与干扰的影响。针对第一个挑战，将分数阶终端滑模面与超螺旋算法集成到 SMC 设计中。为衰减不确定性与干扰，引入了基于径向基函数（RBF）神经网络的附加控制结构。给出了闭环控制系统的稳定性分析。最后，在晶圆台实验台系统上进行了实验，证明所提控制器相较于传统及先前控制器，能在存在不确定性与干扰时鲁棒地改善跟踪性能。
引用
@article{arxiv.2102.00368,
title = {Precise Motion Control of Wafer Stages via Adaptive Neural Network and Fractional-Order Super-Twisting Algorithm},
author = {Zhian Kuang and Liting Sun and Huijun Gao and Masayoshi Tomizuka},
journal= {arXiv preprint arXiv:2102.00368},
year = {2021}
}
备注
Published in IFAC World Congress 2020