利用模糊神经元控制器的切削系统参数优化整定方法及应用  

Parameters optimization of cutting system based on fuzzy neurons controller

作　　者：吴子云[1] 黄惠繁[2] 黄少锋 

机构地区：[1]浙江机电职业技术学院,杭州310053 [2]中南大学机电工程学院现代复杂装备设计与极端制造教育部重点实验室,长沙410083 [3]中船重工715研究所,杭州310027

出　　处：《现代制造工程》2010年第4期10-13,共4页Modern Manufacturing Engineering

基　　金：国家自然科学基金资助项目(70471052)

摘　　要：针对具有非线性、不确定性的受控对象,提出一种兼顾神经元控制器和模糊控制器优点的模糊神经元非模型控制方法。在此控制系统中,模糊控制器产生神经元控制器的输入,由神经元的加权值来调整模糊PID控制器的参数,由神经元控制器产生控制信号对复杂对象进行控制,前置的模糊控制器用来过滤由对象的非线性和不确定性引起的误差大扰动,后置的神经元则在实现模糊PID控制器参数自调整的同时,以非模型控制的方式产生控制作用,从而有效地提高控制系统的鲁棒性、适应性和控制品质。For a non-linear, uncertain controlled object, proposing a non -model control method of fuzzy neurons which considers neurons controller＇s advantages and fuzzy controller＇s advantages. A fuzzy controller generates inputs of neurons controller and the neurons＇ weight adjusts the parameters of fuzzy PID controller, and then neurons controller generates control signals to control the complex object. The pre-fuzzy controller is used to filter the large disturbance which is caused by controlled object＇s nonlinearity and uncertainty. When rear-neurons adjusts parameters of fuzzy PID controller, it generates control in the method of non -model control, so it effectively improves robustness, adaptability and quality control of the control system.

关 键 词：非线性 不确定性 模糊神经元控制器 PID控制器 非模型控制 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]