基于小脑模型的电液位置伺服系统在线学习控制研究

摘要

针对非线性电液位置伺服系统的跟踪控制问题,提出了一种采用小脑模型(CMAC)神经网络的在线学习控制方法.与传统的CMAC控制器不同,该控制器采用动态误差作为CMAC神经网络的激励信号,从而使基于CMAC的控制器跟踪连续变化的信号成为可能.给出了具体的控制结构和算法.仿真结果表明,该控制器具有良好的处理非线性以及跟踪连续变化信号的能力,并对时变外负载干扰具有明显的抑制作用,而且新型控制器能使用较高的学习速率,学习速度快,适于在线学习控制.