基于扩展卡尔曼滤波器集成残差神经网络的鲁棒输入整形振动控制
系统与控制
2024-08-23 v1 系统与控制
摘要
随着产业的快速发展，对柔性结构和欠驱动系统的振动控制日益受到关注。输入整形技术使高速运动在工业运动系统中实现稳定性能。然而，现有输入整形器通常因忽略观测误差而导致控制性能失效。为此，本文提出一种基于扩展卡尔曼滤波器集成残差神经网络的输入整形（ERS）模型，用于振动控制。其核心思想有二：a) 采用扩展卡尔曼滤波器处理垂直柔性梁的模型误差；b) 采用残差神经网络与扩展卡尔曼滤波器级联，以消除剩余观测误差。对真实数据集来自垂直柔性梁的实验结果表明，所提出的 ERS 模型在多个国际先进模型之上实现了显著的振动控制性能。
引用
@article{arxiv.2408.12126,
title = {Robust Input Shaping Vibration Control via Extended Kalman Filter-Incorporated Residual Neural Network},
author = {Weiyi Yang and Shuai Li and Xin Luo},
journal= {arXiv preprint arXiv:2408.12126},
year = {2024}
}