作者:徐广琳; 刘雅荣 期刊:《重庆理工大学学报·自然科学》 2019年第10期
为研究车辆在行驶过程中的运动姿态,建立了7自由度整车主动悬架模型,并对其进行动力学分析。针对悬架系统非线性、强耦合性的问题,利用小脑模型神经网络(CMAC)学习速率高、抗干扰能力强等特点,提出一种基于CMAC-PID的主动悬架控制方法,从而实现系统参数的实时在线调整。同时,以车身垂向、俯仰、侧倾等相关参数为性能指标进行仿真和实验研究。结果表明:所建立的模型可真实体现悬架系统的全面运动过程,所提出的控制策略能有效减弱车...
作者:郭宏梅; 付兴建 期刊:《北京信息科技大学学报·自然科学版》 2018年第06期
针对低空四旋翼无人机系统具有不确定性的控制特点,设计了一种小脑模型关节控制器(cerebellar model articulation controller,CMAC)神经网络与模糊PID控制器复合的控制方案,将其应用于四旋翼无人机系统的姿态跟踪设计中,并与模糊PID控制进行对比。实验结果表明,该方法可以根据无人机动态特性的变化实时更新控制器的参数,具备良好的学习能力,能够实现低空四旋翼无人机姿态的模糊自适应跟踪控制。
作者:周健; 王敏; 洪良 期刊:《现代电子技术》 2018年第18期
针对小型无人直升机飞行时模型的非线性和参数不确定的特点,提出一种自适应控制方法。小型无人直升机模型不确定部分由小脑模型关节控制器(CMAC)神经网络在线补偿,控制律及神经网络参数自适应律由反步法回馈递推得到,并且利用粒子群算法优化控制器固定参数来改善系统动态性能。仿真结果表明,在较大的模型气动参数不确定的情况下,所设计的控制律仍能理想地跟踪飞行指令,同时具有快速的收敛性和良好的鲁棒性。
作者:聂春雨; 祝明; 郑泽伟; 武哲 期刊:《北京航空航天大学学报》 2017年第12期
针对现代飞艇控制中动力学模型不确定性带来的系统建模和参数辨识工作较为复杂的问题,提出了一种基于自适应建模和在线学习机制的控制策略。设计了一种在分析实际运动的基础上建立飞艇控制马尔可夫决策过程(MDP)模型的方法,具有自适应性。采用Q-Learning算法进行在线学习并利用小脑模型关节控制器(CMAC)神经网络对动作值函数进行泛化加速。对本文方法进行仿真并与经过参数整定的PID控制器对比,验证了该控制策略的有效性。结果...
作者:陈佳; 袁朝辉; 褚渊博 期刊:《计算机仿真》 2017年第05期
飞行器余度舵机中的纷争力问题严重影响飞行器的稳定性。传统的PID控制方法对于动态下的纷争力不能有效地抑制。为了减小纷争力,提高飞行器的稳定性,设计一种小脑模型神经网络控制器。首先以某型副翼控制系统为研究对象,阐述了基本工作原理,建立了电液作动器的动态模型.其次分析了纷争力的形成原因.并确定以纷争力为位移补偿的控制策略.然后设计了小脑模型神经网络控制器并实现了对系统中包括纷争力在内的非线性环节的逼近...
作者:赵鑫; 万梁; 王佳茜; 化世阳 期刊:《中国工程机械学报》 2015年第06期
为了使混凝土泵车工作装置实现良好的控制精度和操作平稳性,通过全姿态全工况下工作装置的变形分析,得出臂架和车身变形补偿模型,建立了变形补偿后的泵车工作装置运动学模型,并运用小脑模型神经网络(CMAC)+PID的控制方法解析动作控制量,很好地解决了臂架位姿动态检测和轨迹控制的问题.试验结果表明,该控制算法能满足轨迹控制的要求,使臂架末端位置动态检测误差控制在±8cm之内;借助变形补偿和臂架轨迹控制技术,臂架末端的运动轨迹误...
作者:孙炜; 王耀南 期刊:《控制理论与应用》 2006年第01期
小脑模型关节控制器(CMAC)具有结构简单,学习快速的优点,但是它的空间划分方式不能在线进行调整,影响了其自适应能力的提高.本文将模糊理论引入CMAC,提出了一种能够反映人类小脑认知的模糊性和连续性的模糊小脑模型关节控制器(FCMAC).该控制器对CMAC的空间划分方式进行了模糊化处理,可通过BP学习算法对CMAC的空间划分方式进行在线调整,大大提高了CMAC的自适应能力.所提出的FCMAC被应用于机器人的轨迹跟踪控制系统以克...
作者:胡陟; 高国琴; 江道根 期刊:《机械设计与制造》 2010年第09期
六自由度并联机构控制系统中存在不确定性和非线性因素,使得对其轨迹跟踪的过程中会不断有误差产生。神经网络控制器以其在线自学习的功能,能实时反应并消除误差。用模糊理论对结构简单的小脑模型关节控制器(CMAC)的空间划分方式进行模糊化处理,并通过BP学习算法对CMAC的空间划分方式进行在线调整,所得到模糊小脑模型关节控制器(FCMAC)有更高的自适应能力。仿真实验结果表明,FCMAC的在线学习功能优于传统的cMAC;用FCMAC...
作者:姚宁; 王武 期刊:《机械设计与制造》 2011年第05期
永磁直线同步电机广泛应用于高精度伺服控制系统,负载扰动、非线性、耦合以及推力纹波影响其伺服性能,传统PID控制难以实现良好的控制品质,需要先进的控制手段和补偿措施。小脑模型神经网络能实时进行模型逼近,给出了小脑模型神经网络CMAC概念映射和实际映射的具体实现过程,分析了永磁直线同步电机的数学模型,构建了以PID为反馈控制,以CMAC为前馈控制的永磁直线同步电机复合控制系统。通过MATLAB仿真环境可知,该系统可有效实现被控...
作者:史晓娟 李曼 期刊:《组合机床与自动化加工技术》 2008年第07期
文章针对虚拟轴机床的双摆角铣头位置伺服系统,将小脑模型关节控制器(CMAC)与滑模变结构控制相结合,设计了基于小脑模型关节控制器(CMAC)的神经元离散滑模控制算法并进行了实验研究。实验结果表明,采用这种控制策略不仅极大地降低了常规滑模变结构控制中的抖振现象,且具有良好的动、静态性能及较强的鲁棒性,实现了虚拟轴机床双摆角铣头快速、准确的位置伺服控制。
作者:段洪君 王凤文 史小平 期刊:《电机与控制学报》 2011年第01期
为解决一类不确定非线性系统的控制问题及系统混合干扰上界在实际应用中难以测量的问题,提出递归小脑神经网络模型分解控制算法。将系统分为名义模型、结构不确定性和非结构不确定性,分别对名义模型设计直接反馈控制器、对结构不确定性设计自适应控制器、对非结构不确定性设计鲁棒控制器。设计递归小脑模型关节控制器作为观测器来对系统干扰的上界进行实时逼近。李亚普诺夫理论证明了控制算法可使系统渐进稳定,微飞行机器人姿态控...
作者:潘晔 顾幸生 卢胜利 期刊:《控制理论与应用》 2010年第02期
AlbusCMAC(cerebellamodelarticulationcontroller)神经网络是一种模拟人类小脑学习结构的小脑模型关节控制器,它具有很强的记忆与输出泛化能力,但对于在线学习来说,AlbusCMAC仍难满足快速性的要求.本文在常规CMAC4神经网络的基础上,针对其在学习精度与存储容量之间的矛盾,引入信度分配概念,提出了一种基于信度分配的并行集成CMAC.它将大规模网络切割为多个子网络分别训练后再组合,大大地提高了计算效率.通过对复杂非...
作者:周向阳 贾媛 岳海潇 赵蓓蕾 期刊:《仪器仪表学报》 2016年第04期
提出了一种基于变置信度(MC)及优化平滑算法(0s)的改进型小脑模型关节控制器(CMAC)复合控制方法,用于提高航空遥感惯性稳定平台控制系统指向精度及稳定性。首先,以CMAC学习过程中存储单元被激活的次数为依据,对存储单元设置不同的置信程度,提高了CMAC控制器的学习效率与控制精度,避免了系统动态跟踪中过学习发散现象而导致的控制系统精度下降甚至崩溃;其次,针对常规CMAC算法系统输出波动较大问题,加入优化权值算法,...
作者:尚晶 徐长生 期刊:《武汉理工大学学报》 2011年第03期
研究同时服务于装船和卸船作业的集卡全场调度策略,调度优化目标包括减少岸桥等待集卡的时间以及减少集卡的空载行程。提出了基于Q学习算法的集卡调度强化学习模型,对其系统状态、动作策略、报酬函数进行分析,并结合小脑模型关节控制器(CMAC)神经网络对Q函数进行泛化和逼近。仿真结果表明,与其他集卡调度策略相比,Q学习算法的优化效果比较明显,其在保证岸桥连续作业的同时,还能有效减少集卡的空载行程。
作者:胡雯蔷 徐筱龙 徐国华 期刊:《中国机械工程》 2008年第16期
水下机械手系统是一个高度非线性强耦合的作业系统,作业环境非常复杂且受到强干扰。考虑水动力对水下机械手的作用,推导了水下机械手的动力学模型;提出了一种基于小脑模型关节控制器与PID的复合控制算法,使水下机械手具有在线学习能力,能适应复杂的水下作业环境。以二关节水下机械手为例,利用MATLAB/Simulink对水下机械手的作业控制进行了仿真研究,结果证明,该控制方法和动力学模型可以有效地用于水下机械手的控制研究。
作者:杨芳 袁朝辉 期刊:《计算机仿真》 2011年第11期
针对电液负载模拟器存在的系统非线性、不确定性和强干扰的控制难点,设计了自适应滑模控制方法。设计积分滑模以降低控制器对期望跟踪轨迹高阶导数的要求;设计动态滑模算法抑制抖振;采用小脑模型关节控制器(CMAC)在线学习系统不确定性以降低控制器参数设计的保守性。设计了自适应滑模控制律,给出了CMAC神经网络权值调整算法,证明了控制器的稳定性,以确保系统稳定且输出跟踪误差渐近收敛于零。仿真结果证明了控制策略的有效性。
作者:汤哲 刘万臣 郑果 期刊:《计算机工程》 2011年第14期
现有电池荷电状态(SOC)估计方法所需训练和学习时间较长,很难满足动力电池的实时性要求。为解决该问题,利用小脑模型关节控制器(CMAC)神经网络对电池SOC进行评估,CMAC神经网络具有学习算法简单和逼近任意非线性函数的能力。对镍氢电池的模拟测试结果表明,与反向传播神经网络相比,CMAC神经网络的学习和收敛速度较快,能实时估计出电池SOC,并使估计误差在可接受范围内。
作者:梁新荣 刘艳艳 满国永 徐建闽 期刊:《控制理论与应用》 2013年第10期
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...
作者:魏国丰 国绍文 须莹 李伟 陈曦 王蕊 期刊:《黑龙江工程学院学报》 2015年第01期
将小脑模型关节控制器(CMAC)神经网络应用于动载体光电稳定跟踪控制系统设计,分别构建CMAC学习算法网络和CM AC控制网络,泛化参数取4,采用δ学习算法调整网络权值,为评估所构建的CM AC网络对目标系统的逼近能力,选定一个非线性系统作为对象,以连续方波为输入信号进行仿真。仿真数据显示,输入信号发生跳变经0.15 s后输出信号的稳态误差为0。选用直流力矩电机和分辨率为767×10-6 rad的光电编码器构建动载体三轴姿态稳定控制...