Resumen

Este artículo propone un controlador de barrera adaptativo para servomecanismos con compensación de fricción. Se utiliza un modelo modificado de LuGre para capturar la dinámica de fricción de los servomecanismos. Este modelo se incorpora en una red neuronal aumentada (NN) para tener en cuenta las no linealidades desconocidas. Además, se utiliza una función de Lyapunov de barrera (BLF) en cada paso de un procedimiento de diseño de retroceso. Luego, se sugiere un novedoso método de control adaptativo para garantizar que las restricciones de estado completo estén dentro del límite dado. La estabilidad del sistema de control en lazo cerrado se demuestra utilizando la teoría de estabilidad de Lyapunov. Experimentos comparativos en un servomecanismo de plataforma giratoria confirman la efectividad del método de control ideado.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Controlador de barrera adaptativa; Compensación de fricción; Modelo LuGre; Red neuronal; Función de barrera de Lyapunov; Control adaptativo
• Keywords:Adaptive barrier controller; Friction compensation; LuGre model; Neural network; Barrier Lyapunov function; Adaptive control