本文提出了一种模糊ＣＭＡＣ神经网络的结构和算法。该网络通过权系数的在线学习，实现修正模糊逻辑。将此网络作为前馈补偿单元，与ＰＤ控制器一志构成一种自学习控制器，并对带有未知负载干扰的某电液位置系统进行动态仿真。结果表明，该控制器具有强的鲁棒性以及良好的跟踪特性。

提出了一种采用CMAC神经网络的自学习控制器以解决具有参数不确定和时变外扰动的电液位置伺服系统的高精度控制问题.该控制器采用动态误差作为CMAC的激励信号从而使基于CMAC的控制器跟踪连续变化的信号成为可能.仿真结果证明了该控制器不仅是有效的而且具有很强的鲁棒性.

提出了液压系统维护的一种新思想，即基于自我调解的液压故障控制。通过对液压故障的根源参数进行监测，在系统可能发生故障而又未发生时，及时识别并自我调整，从而避免故障发生，维护系统的正常状态。