基于小脑模型神经网络的对称阀控非对称缸复合控制方法

• 作者: 张宇河 汪首坤 王军政
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 小脑模型神经网络 对称阀控非对称缸 不对称性
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 信息科学与控制
• 页码范围: 49-53
• 页数: 5页
• 分类号: TP211.31
• 字数: 2626字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0645.2005.01.013

摘要

针对对称阀控非对称缸系统的不对称性和非线性,为了提高系统控制精度,分析了该系统的工作特性,提出了基于小脑模型神经网络(CMAC)的控制策略,设计了CMAC复合控制器;为验证CMAC复合控制器的有效性,进行了实验研究,并与普通的PID控制器进行比较.实验表明,基于CMAC的复合控制方法无须精确获取系统数学模型和负载状态,适合于对称阀控非对称缸系统的实时控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪首坤	北京理工大学信息科学技术学院自动控制系	46	734	15.0	25.0
2	王军政	北京理工大学信息科学技术学院自动控制系	100	1335	20.0	29.0
3	张宇河	北京理工大学信息科学技术学院自动控制系	63	1094	18.0	32.0