论文部分内容阅读
基于小脑模型关联控制器(CMAC)网络的智能摩擦补偿方法,设置权值向量为零向量,系统由常规控制器进行控制。其输出控制量随网络不断学习训练,经CMAC产生的输出值逼近系统跟踪期望状态所需值。并采用正弦信号数值仿真,对模型转台伺服系统进行扫频测试,根据相频特性拟合传递函数,得到被控系统模型。结果证明CMAC可通过在线自学习感知系统中摩擦力矩的变化情况,进行适当补偿。