针对带执行器饱和的多关节刚性机械臂系统, 提出一种基于RBF 神经网络补偿的输出反馈动态面控制. 通过观测器实现角速度的观测, 采用RBF 网络实现执行器饱和的补偿; 通过Lyapunov 方法证明闭环系统的稳定性, 实现高精度的角度和角速度跟踪. 仿真结果表明, 所提出的方法能够有效补偿系统存在的执行器饱和, 显著减小跟踪误差, 并且对于外界干扰具有一定的鲁棒性.
针对存在时变时延和丢包的不确定网络化控制系统(NCS), 同时考虑执行器饱和、控制器参数摄动以及非线性扰动等约束, 研究执行器发生结构性失效故障时系统的鲁棒容错多约束控制问题. 基于时滞依赖Lyapunov 方法和容错吸引域定义, 采用状态反馈控制策略推证出了闭环故障不确定网络化控制系统稳定的少保守性不变集充分条件, 并给出了非脆弱鲁棒容错控制器的设计方法以及最大容错吸引域的估计. 仿真算例验证了所述方法的可行性和有效性.