基于RBF神经网络的电动负载模拟器摩擦与间隙补偿方法研究

为提高电动负载模拟器系统的动态性能和信号跟踪准确度,提出针对系统摩擦和间隙进行补偿的方法。采用基RBF波神经网络的PID 控制器实现摩擦非线性补偿,同时利用间隙逆模型针对间隙非线性进行补偿。利用Matlab 软件对补偿结果进行仿真验证,仿真结果显示经过补偿后系统正弦响应曲线跟随性能变好,跟踪误差明显减小,准确度得到很大改善。仿真结果证明：基于RBF神经网络的PID 控制器和间隙逆模型分别对摩擦和间隙有明显的抑制效果,系统动态性能得到提高。