新型小脑模型关联控制器复合控制在电动加载系统中的结构及算法

摘要：

在电动加载系统中,多余力矩强扰动和其他非线性因素直接影响力矩跟踪精度,传统的控制方法很难得到满意的控制效果.本文分析了电动加载系统中多余力矩产生机理,提出了一种新型小脑模型关联控制器(CMAC)复合控制策略,并对其结构及算法进行了研究.在控制结构上以系统的指令输入和实际输出作为CMAC的激励信号,采用误差作为训练信号,并根据激励信号的特点,提出了非均匀量化的思想.不同于常规CMAC的误差平均分配,新型CMAC根据高斯权重系数来分配误差.动态仿真结果表明,该方法有效抑制了加载系统的多余力矩及摩擦等非线性因素干扰,提高了电动加载系统的控制精度,增强了系统的稳定性.

关键词：电动加载系统、多余力矩、CMAC神经网络、复合控制、非均匀量化、高斯权重系数

所属期刊栏目：28

分类号：TP273(自动化技术及设备)

资助基金：北京航空航天大学蓝天计划基金

在线出版日期：2011-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：827-833