压电快速反射镜的神经网络滑模控制

为了满足复杂环境下激光通信高精度对准与跟踪的技术需求，本文针对压电陶瓷驱动的快速反射镜（Fast Steering Mirror， FSM）进行了控制算法设计，从而提高跟踪性能和不同工作环境下的适应能力。首先基于Hammerstein结构建立了压电执行器的非线性数学模型，采用Prandtl-Ishlinskii模型进行静态迟滞建模，并利用几何法求取逆模型作为前馈对系统进行线性化处理。然后针对线性化系统，设计了一种径向基（Radial Basis Function， RBF）神经网络与滑模控制相结合的控制方法，通过RBF神经网络对非奇异快速终端滑模控制律中未建模非线性部分的参数进行逼近，在保证跟踪精度的基础上，进一步提高鲁棒性能。最后在伺服实验平台上进行了实验验证，实验结果表明，本文所提控制算法能够有效跟踪复合频率的参考轨迹，实现快速精确响应，均方根误差低于2.7 μrad，并能够补偿系统未建模动态特性，在模型失配10%后，跟踪50 Hz正弦信号均方根误差小于7.3 μrad，较非奇异快速终端滑模控制提高约40.16%，较自抗扰控制提高约75.9%，能够有效应对参数摄动。