论文部分内容阅读
文章以存在未知齿隙和摩擦等非线性的伺服系统为研究对象，应用三角级数多项式扩展的函数链神经网络（FLNN），对未知非线性进行在线自适应辨识。在对参数未知的齿隙非线性进行分解的基础上，应用Backstepping方法设计了具有鲁棒性能的神经网络控制器。保证了系统跟踪误差及网络权值的一致有界性。仿真研究表明了文中提出的控制策略的有效性和鲁棒性。