基于优化模糊RBF神经网络的挖掘机铲斗轨迹控制研究

针对挖掘机电液伺服控制系统中存在的非线性和时变性问题，本文结合RBF神经网络和模糊控制各自的优点提出一种基于模糊RBF神经网络PID控制方法。利用K-means层次聚类法确定模糊神经网络的结构参数，并采用改进SSA算法优化训练模糊神经网络。本文还建立了挖掘机铲斗系统的AMESim模型和电控系统的Simulink控制策略模型，并进行联合仿真分析。仿真结果表明：与一般模糊RBF神经网络相比，本文优化后的模糊RBF神经网络在铲斗系统空载时，能将控制精度提升33.7%,在铲斗系统满载时，能将控制精度提升36.2%。