采用模糊神经网络结构,提出一种复合式控制方案,以解决传统自适应控制中模型的在线辨识和控制器的在线设计问题,达到对不确定非线性系统的高精度输出跟踪控制;同时,利用一个鲁棒反馈控制器,来保证模糊神经网络模型学习初期闭环系统的稳定性。并应用于电液位置伺服系统中,获得满意的控制效果。

基于1/4车二自由度并联式液压主动悬架系统的非线性模型,考虑系统中各种参数的不确定性,提出了基于该模型的自适应Backstepping控制器设计方法。该方法所设计的控制器能自动调节控制器参数,适应因为汽车行驶状态或环境的改变而引起的系统参数在一定范围内的变化,具有较强的实际意义。仿真结果表明,与被动悬架相比所设计的控制器不仅增加了悬架系统的快速稳定性,而且汽车的平顺性、接地性和动行程也都得到了明显改善。