摘要：针对永磁直线同步电机直接驱动伺服系统的位置跟踪精度易受参数变化、外部扰动、端部效应等不确定性因素的影响，提出了一种将小波神经网络（wavelet neural network，WNN）和增量滑模控制器相结合的智能增量滑模控制方法。利用系统先前的状态信息和控制动作作为反馈量，同时选择饱和函数作为切换函数来设计增量滑模控制器，不仅削弱了抖振，而且提高了系统的跟踪性能I并0用WNN实时观测和补偿参数变化和外部扰动等影响，并采用改进的粒子群优化算法在线调整WNN的学习率，对不确定因素进行实时估计。从理论上分析证明了此控制器可以保证系统收敛，提高了直线伺服系统的控制性能。通过系统实验，证明了所提出方案的有效性，与滑模控制（sliding mode control，SMC）相比，系统具有强鲁棒性和良好的位置跟踪精度，明显地削弱了抖振现象。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社