Mir Mikael Fatemi · Adel Akbarimajd · IEEE Access · 2025年1月

本文提出四旋翼无人机UAV在外部扰动和参数不确定性下的新型自适应滑模控制SMC框架。该方法利用多层感知器MLP神经网络实时动态调节SMC参数。MLP与SMC协同集成实现自适应、鲁棒和节能控制，显著提升系统性能。通过基于实时系统反馈持续调整SMC控制器参数，MLP有效减轻外部扰动和参数不确定性影响，实现增强轨迹跟踪精度的最优超参数值。神经网络使控制器无缝适应系统行为和环境条件的动态变化。本研究另一关键贡献在于大幅降低传统SMC系统的抖振现象。仿真验证所提控制器在各种外部扰动和动态工况下的卓越稳定性...

解读: 该自适应滑模控制技术对阳光电源功率变换器控制策略优化有借鉴意义。阳光储能变流器和光伏逆变器面临电网扰动和参数变化的挑战。MLP神经网络自适应调节控制参数的思路可应用于阳光控制算法，提升在弱电网和复杂工况下的鲁棒性。抖振抑制技术对阳光功率器件的开关损耗降低和EMI改善有价值。该研究展示的AI与经典控制...