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。
Considering the nonlinear and uncertainty of magnetic powder brake（MPB） torque loading system, this paper pre-sented a new fuzzy neural network （FNN） PID controller based on chaotic artificial fish swarm algorithm（CAFSA）. The controller used a fuzzy neural network based on Mamdani model to adjust the control parameters of PID controllers.It also combined offline chaotic artificial fish swarm algorithm and online BP algorithm to learn and adjust the parameters of fuzzy neural network. Using MATLAB for offline simulation and optimization, then did experiments using the PID controller, FNN controller, AFSA-FNN controller and the designed controller. The experimental results show that this controller is more stability, faster and more effective.It can solve the lag problem of the MPB torque loading system.
出处
《计算机应用研究》
CSCD
北大核心
2017年第7期2072-2076,共5页
Application Research of Computers
基金
上海市自然科学基金资助项目(13ZR1458500)
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
magnetic power brakes
torque load
fuzzy neural network
artificial fish
chaotic system
作者简介
白国振（1967-），男，副教授，硕导，主要研究方向为数控技术、机电一体化等；
朱灵康（1991-），男，硕士研究生，主要研究方向为智能控制、电动伺服系统；
杨雷（1992-），男，硕士研究生，主要研究方向为电气系统控制、自动化控制；
周媛（1983-），女，讲师，博士，主要研究方向为微驱动器的开发及应用研究．
