1.3.3  基于智能系统的摩擦模型

智能系统（如神经网络和模糊系统）自20世纪80年代以来，在理论上取得了许多突破性的成果，同时也在众多工业领域获得了成功应用。智能系统具有以任意精度逼近连续函数的性质，为此人们采用RBF神经网络、CMAC神经网络、T-S模糊系统和模糊基函数模糊系统等作为摩擦辨识器，采用补偿算法将跟踪误差限制在某一界限内。智能系统方法为解决伺服系统中的摩擦问题开辟了新的途径，但各种基于智能控制的摩擦补偿方法各有其优缺点。如：神经网络的训练时间较长、算法实时性差、系统的暂态响应难以保证；模糊规则的获取难度大等。关于用智能系统建立摩擦模型将在后面的补偿控制中一并论述。