超磁致伸缩致动器的小脑神经网络前馈逆补偿-模糊PID控制

摘要：

针对超磁致伸缩致动器(GMA)在精密致动控制中存在的迟滞和位移非线性,提出了小脑神经网络(CMAC)前馈逆补偿结合模糊PID控制的新策略.通过小脑神经网络(CMAC)学习获得超磁致伸缩致动器动态逆模型用于对超磁致伸缩致动器迟滞非线性进行补偿;利用模糊PID控制降低小脑神经网络(CMAC)学习时的误差和抑制扰动,提高系统的跟踪控制性能,从而实现超磁致伸缩致动器的精密致动控制.仿真和实验结果表明:所采用的控制策略有效地消除了迟滞非线性的影响,系统的跟踪误差降低到了5％以下,而位移跟踪误差均方差仅为0.58.此外,这种策略的特点是学习和控制同时进行,控制系统能够适应被控对象动态特性的变化,使系统具有较强的鲁棒性,同时也能够有效地抑制外界的干扰,提升系统的自适应控制性能.

关键词：超磁致伸缩致动器、迟滞非线性误差、小脑神经网络、前馈逆补偿控制、模糊PID控制

所属期刊栏目：23

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金资助项目50905051,11202061;浙江省重点科技创新团队资助项目2010R50003;“海洋机电装备技术”浙江省重中之重学科资助项目

在线出版日期：2015-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：753-759