伺服閥控制油壓缸系統因伺服閥之扭矩馬達的磁滯現象、零點漂移及流量
對負載壓力的非線性、制動器之運動所引起的摩擦力與負荷影響、以及各
種不可遇知的干擾或偏差，使得系統成為複雜的非線性及時變性，欲推導
其正確系統數學模式，以設計控制器是相當費時的．模糊控制以模糊集合
所定義之語言變數來表達類似人類思考上的曖昧性，經由一群模糊控制規
則之推論，並權衡各個推論結果適合度，以獲得最後結論，模擬人類語言
性的思維方式，目的是希望能夠實現系統操作上的經驗法則，因此有別於
過去控制器的設計方式，具有不需要系統數學模式之特性，以往設計模糊
控制器對於”經驗”沒有個很好的方法將之吸收至控制法則中，必須利用
嚐試錯誤法決定控制器之參數以滿足系統性能要求．類神經網路是從生物
學上所獲得的靈感，也就是希望它們的組成功能像生物神經一樣，從經驗
中學習以獲得新的資訊；於是本文結合類神經網路之連結架構及學習能力
，可對規則不清楚之系統，根據訓練資料輸入輸出關係進行適當的規劃，
自動形規則集和相對應隸屬關係．文中以鐘形隸屬函數及查表型推論法則
為基礎，建立類神經模糊控制器網路架構，運用逆傳遞學習法進行訓練資
料的學習，並將結果應用於伺服閥控制油壓缸位置實驗上，同時給予不同
之負荷，經由實驗結果顯示類神經模糊控制器具有很好的強健性．
|