RBF神经网络在静电悬浮位置控制中的应用

静电悬浮位置控制系统具有非线性、时变性的特点,传统的控制方法不能有效抑制扰动的影响。针对该问题提出了一种神经网络与PID相结合的RBF-PID控制策略。以球形样品为例分析其受力情况,推导出静电悬浮位置控制系统的机理模型。搭建基于RBF-PID控制器的静电悬浮位置控制系统,并根据仿真结果实时在线调整控制参数。仿真结果表明,当样品带电量从10–9 C突变至3×10–9 C时,RBF-PID控制器只需0.12 s即可使样品达到稳定状态。实验结果表明,当样品处于加热状态时,实时调整参数后系统的平均绝对误差为0.0416 mm,控制效果比传统PID控制策略提高了70%。所提出的控制方法辨识精度高,具有比传统PID方法更强的鲁棒性和稳定性。