基于BOWA小脑模型的高精度稳定电动加载系统

• 作者: 台钰莹 杨波 黄耀达
• 来源期刊: 航空学报
• 学科: 工学
• 关键词: 电动加载系统 BOWA-CMAC 平衡学习法 最优权值法 学习率 稳定性
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 电子与自动控制
• 页码范围: 734-743
• 分类号: V242.4|TP273
• 语种: 中文

摘要

随着电动加载系统的不断发展,对控制精度、动态特性和稳定性提出了更高的要求,常规的小脑模型(CMAC)和PD控制相结合的复合控制策略难以满足加载指标要求.针对无人机舵机电动加载系统的控制需求,提出了一种基于平衡学习、最优权值和自适应学习率的新型小脑模型(BOWA-CMAC)复合控制策略,它在保留小脑模型算法正常学习过程的同时,避免了算法的过学习现象,保证了系统的稳定,同时提高了跟踪精度和动态特性.仿真和实验结果表明,BOWA-CMAC复合控制策略具有很强的鲁棒性,抑制了加载系统的多余力矩,保证了系统的稳定性,有效提高了系统的跟踪精度和动态特性,非常适合于实时控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨波	北京航空航天大学自动化科学与电气工程学院	53	540	11.0	22.0
2	黄耀达	北京航空航天大学自动化科学与电气工程学院	1	13	1.0	1.0
3	台钰莹	北京航空航天大学自动化科学与电气工程学院	1	13	1.0	1.0