题目：神经网络模型参考自适应控制方法研究

随着控制技术和制造工艺水平的进步,人们对于在民用,国防,航空航天中起到重要作用的电机伺服系统提出了更高的要求。作为机电伺服系统本身存在着机械摩擦，传动轴机械变形等非线性因素，这些因素都在一定程度上影响系统的性能。如果再考虑到系统负载的不平衡力矩耦合，系统的电气参数的波动，环境的干扰以及系统的不可和不确定建模等一系列不确定因素，那么伺服系统就是一个典型的有着非线性和不确定因素的动力学系统。而且在对系统的技术指标的要求的不断的提高的同时，系统的非线性不确定性就会越来越明显的表现出来。经典的控制方法，如PID方法等就难以满足高性能的控制要求。为了达到高精度的性能指标要求，可以在多个方面进行改进，电动机的选取，控制系统结构的优化，控制器的设计等等。本论文主要研究神经网络在高精度伺服系统中的应用。完整的分析系统的建模模型，针对高精度伺服系统中的非线性以及不确定性因素，将神经网络应用在控制系统用来抑制这些因素的影响，同时给出了基于Lyapunov稳定性理论的神经网络迭代算法来保证神经网络的稳定性。仿真和实际实验的结果均表明该方法的有效性。最后结合实验室的预研项目介绍永磁同步电动机的控制。