题目：基于模糊CMAC的伺服系统控制研究

本论文研究基于模糊CMAC神经网络的控制方法在转台控制系统中的应用设计、仿真与工程实现问题。首先对CMAC网络的基本结构、工作原理及学习算法进行了简要的分析，然后针对CMAC网络在实际工程实现上的局限，将模糊理论和CMAC神经网络相结合，得到FCMAC网络，并在此基础上提出一种基于FCMAC网络的控制算法。 CMAC网络由于网络的输入向量和量化级别之间是简单的二值关系，所以网络的逼近精度和网络权值存储空间范围就形成了一对矛盾，将模糊理论引入其中的FCMAC网络由于在网络输入量化过程中引入了隶属度函数，所以具有相对于CMAC网络更好的逼近精度，占用存储空间更小，而且由于隶属度函数的参数可以在线学习调整，故可以放宽对网络输入范围的选取。设计基于FCMAC网络的伺服控制算法，将FCMAC网络引入到闭环回路中，和传统PD控制器并行构成闭环回路的控制器。通过针对转台系统的仿真和实验研究表明：算法控制精度好，对于摩擦和负载力矩干扰抑制能力强，算法简洁便于在实时控制中应用。 利用dSPACE实时仿真系统和单轴转台搭建控制算法实时仿真验证平台，通过验证平台对提出的算法成功地进行实时仿真验证，表明由于dSPACE实时仿真系统的强大功能，使其可以在算法实时仿真验证阶段发挥巨大作用。