测量噪声和未知机械动力学广泛存在于液驱作动系统，并显著恶化其运动控制品质。为解决这一实际难题，提出了兼顾输出误差预设时间瞬态性能和稳态性能的自适应神经网络输出反馈运动控制方法，其采用神经网络在线学习并补偿系统未知机械动力学。为抑制测量噪声对系统观测性能与控制性能的影响，构建由位置状态滤波信号驱动的低噪声状态观测器，以获取噪声污染水平小的不可测速度及压差估计信息。通过融合动态面方法与预设时间性能函数，既避免了传统反步控制中存在的微分爆炸问题，简化了控制器设计复杂度和计算负担，又可确保系统输出误差始终处于预先设定的范围内，并在指定时间内收敛到预设区域。理论分析证明了所提出方法可实现系统输出误差的预设时间瞬态性能和有界稳态性能。实验结果验证了所设计控制器相比于另外三种控制器，控制精度分别提升了约36.3%、48.6%和75.3%。
CJA