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

• 作者: 杨波， 王哲
• 来源期刊: 控制理论与应用
• 学科: 工学
• 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
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 827-833
• 分类号: TP273
• 字数: 5540字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王哲	北京航空航天大学自动化科学与电气工程学院	17	75	5.0	8.0
2	杨波，	北京航空航天大学自动化科学与电气工程学院	1	17	1.0	1.0