基于CAFSA-FNN的扭矩加载系统控制研究

• 作者: 周媛 朱灵康 杨雷 白国振
• 来源期刊: 计算机应用研究
• 关键词: 磁粉制动器 扭矩加载 模糊神经网络 人工鱼群 混沌系统
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2072-2076
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.07.033

摘要

针对磁粉制动器扭矩加载系统的非线性和滞后性,提出了一种基于混沌人工鱼群-模糊神经网络(CAFSA-FNN) PID控制器.该控制器采用基于Mamdani模型的模糊神经网络来整定PID控制器的控制参数,并结合混沌人工鱼群算法离线粗调和BP算法在线细调来学习和调整模糊神经网络的参数.利用MATLAB进行离线仿真优化,在此基础上使用PID控制器、模糊神经网络控制器、人工鱼群-模糊神经网络控制器以及设计的CAFSA-FNN控制器进行磁粉制动器扭矩加载实验,实验结果证明了该控制器的稳定性、快速性和有效性,能够解决滞后性问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白国振	上海理工大学机械工程学院	64	381	10.0	17.0
2	杨雷	上海理工大学机械工程学院	6	10	2.0	2.0
3	朱灵康	上海理工大学机械工程学院	5	9	2.0	2.0
4	周媛	上海理工大学机械工程学院	8	26	3.0	4.0