Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Neural Computing and Applications
Erschienen in: Neural Computing and Applications 4/2008

01.08.2008 | Original Article

Neural adaptive control for a class of nonlinear systems with unknown deadzone

verfasst von: Zhonghua Wang, Yong Zhang, Hui Fang

Erschienen in: Neural Computing and Applications | Ausgabe 4/2008

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper focuses on the adaptive control of a class of nonlinear systems with unknown deadzone using neural networks. By constructing a deadzone pre-compensator, a neural adaptive control scheme is developed using backstepping design techniques. Transient performance is guaranteed and semi-globally uniformly ultimately bounded stability is obtained. Another feature of this scheme is that the neural networks reconstruction error bound is assumed to be unknown and can be estimated online. Simulation results are given to demonstrate the effectiveness of the proposed controller.
Vorheriger Artikel On near optimal neural control of multiple-input nonlinear systems
Nächster Artikel Neurodynamic programming: a case study of the traveling salesman problem

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Recker D, Kokotović P, Rhode D, Winkelman J (1991) Adaptive nonlinear control of systems containing a deadzone. In: Proceedings of the 30th IEEE conference on decision and control, Brighton, England, pp 2111–2115
2.
Gang T, Kokotović PV (1994) Adaptive control of plants with unknown deadzones. IEEE Trans Autom Control 39:59–68MATHCrossRef
3.
Gang T, Tian M (1995) Design of adaptive dead-zone inverse for nonminimum phase plants. In: Proceedings of the 1995 ACC, Seattle, pp 2059–2063
4.
Cho H-Y, Bai E-W (1998) Convergence results for an adaptive deadzone inverse. Int J Adapt Control Signal Process 12:451–466MATHCrossRefMathSciNet
5.
Tian M, Gang T (1997) Adaptive dead-zone compensation for output-feedback canonical systems. Int J Contr 67:791–812MATHCrossRef
6.
Utkin VI (1993) Sliding mode control design principles and applications to electric drives. IEEE Trans Ind Electron 40:23–36CrossRef
7.
Jie S, Sun JQ (2003) Sliding control accounting for hardware limitation of mechanical actuators with deadzone. J Sound Vib 266:905–911CrossRef
8.
Corradini ML, Orlando G (2002) Robust stabilization of nonlinear uncertain plants with backlash or dead zone in the actuator. IEEE Trans Control Systems Technol 10:158–166
9.
Šelmić RR, Lewis FL (2000) Deadzone compensation in motion control systems using neural networks. IEEE Trans Autom Control 45:602–613CrossRef
10.
Tsang KM, Li G (2001) Robust nonlinear nominal-model following control to overcome deadzone nonlinearities. IEEE Trans Ind Electron 48:177–184CrossRef
11.
Kim JH, Park JH, Lee SW, Edwin KP Chong: a two-layered fuzzy logic controller for systems with deadzones. IEEE Trans Ind Electron 41:155–162
12.
Campos J, Lewis FL (1999) Deadzone compensation in discrete time using adaptive fuzzy logic. IEEE Trans Fuzzy Systems 7:697–707CrossRef
13.
Lewis FL, Woo KT, Li XW, Li ZX (1999) Deadzone compensation in motion control systems using adaptive fuzzy logic control. IEEE Trans Control Systems Technol 7:731–742CrossRef
14.
Oh JJ (2001) A deadzone compensator of a DC motor system using fuzzy logic control. IEEE Trans Systems Man Cybern C Appl Rev 31:42–48CrossRef
15.
Wang XS, Su CY, Hong H (2004) Robust adaptive control of a class of nonlinear systems with unknown dead-zone. Automatica 40:407–413MATHCrossRefMathSciNet
16.
Zhou J, Wen C, Zhang Y (2004) Adaptive backstepping control of a class of uncertain nonlinear systems with unknown dead-zone. In: Proceedings of 2004 IEEE conference on robotics, automation and mechatronics, Singapore, pp 513–518
17.
Sanner RM, Slotine JJE (1992) Gaussian networks for direct adaptive control. IEEE Trans Neural Netw 3:837–863CrossRef
18.
Zhang T, Ge SS, Hang CC (2000) Adaptive neural network control for strict-feedback nonlinear systems using backstepping design. Automatica 36:1835–1846MATHMathSciNet
19.
Li Y, Sheng Q, Zhuang X, Okyay K (2004) Robust and adaptive backstepping control for nonlinear system using RBF neural networks. IEEE Trans Neural Netw 15:693–701CrossRef
20.
Hsu CF, Lin CM, Lee TT (2006) Wavelet adaptive backstepping control for a class of nonlinear systems. IEEE Trans Neural Netw 17:1175–1183CrossRef
21.
Krstić M, Kanellakopoulos I, Kokotović P (1995) Nonlinear and adaptive control design. Wiley, London
22.
Metadaten
Titel
Neural adaptive control for a class of nonlinear systems with unknown deadzone
verfasst von
Zhonghua Wang
Yong Zhang
Hui Fang
Publikationsdatum
01.08.2008
Verlag
Springer-Verlag
Erschienen in
Neural Computing and Applications / Ausgabe 4/2008
Print ISSN: 0941-0643
Elektronische ISSN: 1433-3058
DOI
https://doi.org/10.1007/s00521-007-0124-8

Weitere Artikel der Ausgabe 4/2008

Neural Computing and Applications 4/2008 Zur Ausgabe

Original Article

Neurodynamic programming: a case study of the traveling salesman problem

Original Article

An architecture-adaptive neural network online control system

Original Article

RBFN-based decentralized adaptive control of a class of large-scale non-affine nonlinear systems

Original Article

Multiple models switching control based on recurrent neural networks

Original Article

Multi-stage extreme learning machine for fault diagnosis on hydraulic tube tester

Original Article

On near optimal neural control of multiple-input nonlinear systems

Premium Partner

    Bildnachweise