飞机舵机电液加载系统的多余力抑制方法研究

针对飞机舵机电液加载系统出现的多余力问题,建立系统数学模型,分析与多余力密切相关的因素,提出改进型CMAC神经网络控制器与积分分离式PID控制器复合控制的方法;改进型CMAC神经网络控制器实现前馈控制,以产生舵机加速度的力信号和加载力误差信号作为输入,提高了系统的加载精度和响应速度;积分分离式PID控制器实现反馈控制,克服了经典PID控制器易产生积分过渡的缺点,提高了系统的动态性能;仿真结果表明,复合控制器不仅能够有效抑制多余力,而且使系统具有良好跟踪效果,完全能够达到系统控制性能指标的要求。     

一种自适应CMAC在交流励磁水轮发电系统中仿真研究

在分析常规CMAC结构的基础上,针对一类非线性、参数时变和不确定的控制系统,提出了一种自适应CMAC神经网络的控制器．该控制器以系统动态误差和给定信号量作为CMAC的激励信号,并与自适应线性神经元网络相结合构成系统的复合控制．为了验证其有效性,将其应用到交流励磁水轮发电机系统的多变量非线性控制中,并与常规的PID控制效果进行了比较．仿真结果表明,该控制器具有较强鲁棒性和自适应能力,控制品质优良。     

基于CMAC的PID控制在电液伺服系统中的应用

在电液伺服系统的跟踪控制问题的研究中,跟踪延迟影响动态性能.为提高系统的跟踪动态性能,提出在常规的PIB控制的基础上,引入了一种小脑模型关节控制器(Cerebellar Model Articulation Controller,CMAC)的思想.利用CMAC与PIU设计复合控制器,小脑模型神经控制器实现前馈控制,常规控制器实现反馈控制,从而显著提高了系统的快速跟踪能力,并有效克服了系统的不确定性因素等问题.以某电液位置伺服系统的跟踪控制问题为例,应用所设计的控制算法,仿真系统在不同频率下正弦信号的跟踪问题,仿真结果表明改进方法能获得良好的跟踪效果,具有一定的鲁棒性,对于消除系统的不确定性具有良好的控制作用.     

基于CMAC与PID复合控制的汽轮机功率控制系统

针对汽轮机功率调节过程的非线性特征,提出了将CMAC神经网络与常规PID控制相结合的方法,并将其应用于汽轮机功率控制中。该复合控制方法可以实现前馈与反馈的联合控制,其中前馈控制由CMAC神经网络实现,反馈控制由常规PID控制器实现。通过对比分析CMAC/PID复合控制与常规PID控制的仿真结果,可以看到在不同的扰动因素存在时,CMAC/PID复合控制均能取得较好的控制效果。     

车载倒立摆系统非线性未建模动态的CMAC补偿控制北大核心CSCD

PID控制因其结构简单、易于实现等优点在倒立摆系统的控制研究中被广泛应用,然而以往的研究结果只是保证闭环系统有较好的超调量和调节时间等动态指标,对于由非线性未建模动态引起的高频抖动并未直接考虑。为此文中提出CMAC作为前馈控制器实现对车载倒立摆系统非线性未建模动态的补偿,补偿后的得到的线性系统通过设计PID反馈控制使闭环系统达到渐近稳定。仿真结果表明引入CMAC控制器后,系统不但响应速度明显加快,输出无超调,而且它对于较高频信号的跟踪效果非常好,大大减小了倒立摆在控制过程中的抖动,体现了此复合控制实时性好和鲁棒性强的特点,在机械臂的高精度跟踪控制中得到成功应用。     

智能控制与复合控制在二阶时变纯滞后对象的应用研究

针对二阶时变纯滞后对象难以控制的问题,提出了采用改进Smith预估器提高系统的稳定性和鲁棒性;采用CMAC和PID并行控制的算法来提高动态性能;以CMAC神经网络作为一个前馈控制器,通过对PID控制器输出的学习,实现二阶变时滞系统的自适应稳定控制。仿真实验表明,这种复合控制方法保留了Smith算法与CMAC神经网络和PID算法的各自特长,具有学习速度快,适应能力强、动态性能好的优点,具有良好的稳定性控制效果。     

车载倒立摆系统非线性未建模动态的CMAC补偿控制

PID控制因其结构简单、易于实现等优点在倒立摆系统的控制研究中被广泛应用,然而以往的研究结果只是保证闭环系统有较好的超调量和调节时间等动态指标,对于由非线性未建模动态引起的高频抖动并未直接考虑。为此文中提出CMAC作为前馈控制器实现对车载倒立摆系统非线性未建模动态的补偿,补偿后的得到的线性系统通过设计PID反馈控制使闭环系统达到渐近稳定。仿真结果表明引入CMAC控制器后,系统不但响应速度明显加快,输出无超调,而且它对于较高频信号的跟踪效果非常好,大大减小了倒立摆在控制过程中的抖动,体现了此复合控制实时性好和鲁棒性强的特点,在机械臂的高精度跟踪控制中得到成功应用。     

被动式电液伺服加载系统控制的方法研究

针对被动式电液伺服加载系统控制过程中的非线性,参数的时变性以及位置扰动引起的多余力等问题,提出了CMAC- PID并行的控制算法;建立系统的非线性数学模型,采用现代控制理论与经典控制理论相结合的方法对系统进行优化设计;利用PID控制器实现反馈控制,并为CMAC网络提供导师信号,CMAC神经网络进行前馈控制,减小多余力、参数时变性对系统带来的干扰,实现非线性逼近;仿真结果表明:CMAC- PID算法可将多余力控制在常规控制的22.5％,其跟踪精度高,抗干扰能力、鲁棒性更强,能优化系统的性能,为实际应用提供了参考.     

基于小脑模型关节控制器与PID复合的高速公路交通流密度控制

高速公路交通控制系统是一个复杂的非线性时变系统, 传统的匝道控制方法难以取得满意的控制效果. 为此, 本文提出基于小脑模型关节控制器(CMAC)与PID复合的匝道控制方法. 首先建立了二阶宏观动态交通流模型, 然后研究了CMAC与PID复合控制算法, 结合非线性反馈理论, 设计了基于CMAC与PID复合的高速公路交通流密度控制器, 该密度控制问题是一个输出跟踪和扰动抑制问题, 最后采用两个仿真实例对该方法的有效性进行验证. 结果表明, 复合控制具有优越的密度跟踪性能和抑制噪声干扰的能力; 复合控制方法能够有效地消除交通拥挤, 并使主线车流趋于稳定.     

专家PID控制器在电液伺服系统中的应用研究

本文以液压伺服控制系统为研究对象,分析常规PID控制器缺陷的基础上,根据常规PID控制器的设计方法,结合专家经验设计出了专家PID控制器,它根据控制偏差的绝对值大小及其变化趋势来决定控制器的控制律,从而使控制偏差迅速减小。通过仿真试验分析,该PID控制器与常规PID控制器相比较,提高了控制系统的跟踪精度,改善了系统的静、动态性能。     

Research on the intelligent control algorithm for a robot joint actuated by McKibben muscles

A compound control algorithm is supposed to a robot joint actuated by McKibben muscles, which combines both CMAC control and PID control. The CMAC feedforward compensator realizes the joint system’s dynamic model. The PID controller realizes the feedback control in order to guarantee the system’s stability. The compound controller’s output takes control of the system’s actions. By the CMAC learning process, the PID output tends to zero, and the final controlled action is directed by the CMAC controller. Digital simulation results prove that this compound control algorithm has the very high tracking capacity, interference immunity, and quick system response.     

基于CMAC的无人机紧密编队飞行控制研究

针对多无人机紧密编队飞行控制系统,提出一种基于小脑模型神经网络的编队飞行队形保持控制器。该控制器以飞行控制系统横向、纵向及垂直方向通道的动态误差作为小脑模型关节控制器（CMAC）的激励信号,并与常规的PID控制器相结合构成系统的复合控制。仿真结果表明：该控制器能够控制无人机编队,在定常运动和机动过程中都可以保持期望队形,且这种控制方法具有超调量较小,鲁棒性强,响应速度快,抗干扰能力强等优点。     

基于改进的CMAC神经网络与PID并行控制的研究

提出一种改进的CMAC神经网络控制算法,利用满打满葬单元的先前学习次数作为可信度;将改进的CMAC与PID实现复合控制,由CMAC控制器实现前馈控制,PID控制实现反馈控制;仿真表明,改进算法的响应速度和精度有一定的改善。     

遗传算法复合控制在纸浆蒸煮中的应用

本文根据造纸车间的纸浆蒸煮过程,提出了一种基于遗传算法的CMAC(小脑模型关联控制器)与PID复合控制方法来优化对纸浆蒸煮的温度控制,用遗传算法优化PID控制器的初始参数,然后再结合CMAC网络进行控制。仿真试验研究表明该方法用于纸浆蒸煮温度控制是可行的,控制效果得到显著提高。     

基于PID控制的遗传神经网络在焦炉温度控制中的应用研究

以某焦化厂焦炉温度控制系统的开发为背景，提出了一种基于遗传算法的CMAC(小脑模型关联控制器)与PID复合控制方法来优化焦炉对象的温度控制．用遗传算法优化PID控制器的初始参数，然后再结合CMAC网络进行控制．针对焦炉生产过程的简化模型，在Matlab中对这种控制方法进行了仿真．仿真研究表明该方法应用于焦炉控制是可行的．     

伺服系统的高斯基函数CMAC学习控制研究

在高精度伺服系统中,由于摩擦力及负载扰动等因素的影响,常规PID控制难以满足越来越高的控制精度、跟踪性能等指标要求。本文提出了基于商新基函数CMAS在线学习的控制方案,并给出了相应的学习算法。仿真结果表明．该方法不仅有较好的控制精度,而且具有学习速度快等优点。     

CMAC神经网络与PID复合控制的应用研究

阐述了CMAC神经网络的基本原理,并结合PID控制的特点,将CMAC神经网络与PID复合控制算法应用在工业领域的温度控制系统中,并同传统的Zieglar-Nichols阶跃响应法及单纯形算法作了比较。仿真结果表明:该复合控制算法具有较高的控制精度及良好的控制效果。     

Design and Implementation of a Hierarchical‐Clustering CMAC PID Controller

In industrial control processes, proportional‐integral‐derivative (PID) control algorithm is widely employed. Therefore, it is meaningful to design advanced PID controllers, especially for nonlinear control objects. One of the advanced PID controllers is a cerebellar model articulation controller (CMAC) PID controller. In this controller, the PID control parameters are calculated and tuned. The CMAC achieves a higher accuracy by increasing the number of labels of each weight table; this requires a larger memory, and the generalization ability of the controller decreases. On the other hand, if the CMAC requires less memory, the generalization ability increases and accuracy decreases. Hence, in this paper, a novel CMAC in which the accuracy is compatible with the generalization ability is proposed in this paper. In the proposed CMAC, the number of labels of each weight table can be decided by using a hierarchical clustering technology. Moreover, the efficiency of the memory allocation is improved. The effectiveness of the proposed method is verified by experiments.     

Design and analysis of direct-action CMAC PID controller

This paper is to propose a direct-action (DA) cerebellar model articulation controller (CMAC) proportional-integral-derivative (PID) controller. The proposed controller, termed the DAC-PID controller, can generate four simple types of the nonlinear functions and then determine a control effort from those functions to control the process. In addition, the real-coded genetic algorithm is used to tune the parameters of the DAC-PID controller such that we can optimize those parameters. The performance of the proposed controller is also discussed in the sense of quantitative analysis. Simulation results demonstrate that the DAC-PID controller is superior to the conventional PID controller tuned by Ziegler–Nichols method and, moreover, as better as the optimal PID controller and the optimal fuzzy-PID controller.