ABSTRACT

The remarkable feature of sliding mode control (SMC) is the stability robustness against disturbances and variations of the system. However to design SMC, the exact model of the plant has to be known. Moreover the large gain of an SMC may intensify the chattering on the sliding surface. To cope with the above drawbacks, we propose to use a radial basis function neural network (RBFNN) to estimate the plant model and to use a fuzzy based gain for the SMC. This SMC gain is developed based on Lyapunov stability theory. The proposed algorithm is applied to control a three degrees of freedom robot manipulator, which is a complex MIMO (Multi input multi output) nonlinear system. Simulation results are provided to illustrate the proposed method.

Keywords: Neural network, radial basis function, nonlinear system control, system modeling, robot manipulators

Title: Adaptive sliding mode control using fuzzy based Neural Network

TóM TắT

Ưu điểm nổi bậc của bộ điều khiển trượt là tính ổn định bền vững ngay cả khi hệ thống có nhiễu hoặc khi thông số của đối tượng thay đổi theo thời gian. Tuy nhiên, để thiết kế được bộ điều khiển trượt, người thiết kế cần biết chính xác mô hình của đối tượng. Trong thực tế, vấn đề này không phải lúc nào cũng thực hiện được. Hơn thế nữa, nếu biên độ của luật điều khiển trượt quá lớn sẽ gây ra hiện tượng dao động (chattering) quanh mặt trượt. Để giải quyết khó khăn trên, bài báo đề nghị sử dụng mạng nơron hàm cơ sở xuyên tâm (RBFNN) để ước lượng trực tuyến các hàm phi tuyến trong luật điều khiển. Và sử dụng logic mờ để ước lượng biên độ của luật điều khiển dựa vào lý  thuyết ổn định Lyapunov. Giải thuật đề nghị sẽ áp dụng để điều khiển hệ tay máy ba bậc tự do. Với bộ điều khiển này, đáp ứng của hệ tay máy: độ vọt lố , thời gian tăng  và sai số xác lập xấp xỉ 1%. Kết quả điều khiển được kiểm chứng bằng phần mềm mô phỏng Matlab.

Từ khóa: Mạng nơron, hàm cơ sở xuyên tâm, điều khiển hệ phi tuyến, mô hình hóa hệ thống, hệ tay máy