基于CUCKOO算法的RBF网络监督磁悬浮自适应控制OA

磁悬浮技术应用前景广泛,其先进控制方法值得长期研究.针对存在干扰时的系统精确控制问题,提出基于前馈加反馈的神经网络监督控制方案(NNSC).RBF前馈监督通过对反馈控制器的学习调整其网络权值,逐渐成为系统主控方式.当干扰出现时,反馈控制重新起作用,确保系统的稳定性和鲁棒性.引入布谷鸟算法,实现网络权值的优化搜索.以固高GML1001磁悬浮装置参数为基础,试验结果表明,22 g的小球可在既定平衡位置小范围内稳定、快速地跟踪目标信号.监督网络以其自学习功能主导系统的稳定性和控制精度,反馈控制又能够在干扰存在时保证系统的鲁棒性,二者共同作用提高了系统的控制性能.