苏海军，李德明，王胜利，张宇田，郭 鑫

（中国科学院 上海应用物理研究所，上海 201800）

高压型电子加速器在工农业的辐照加工生产中应用越来越广泛，如应用于热缩材料改性、电线电缆绝缘材料改性、农产品灭菌消毒等。设备在运行过程中，有时会出现电子束流中心轨道偏移的现象，若发现不及时，或人工调节不当，电子束可能将电子束路径中的芯管装置打漏，造成真空系统破坏，严重影响设备运行。本文将研究采用自动校正算法来实现校正电子束中心轨道的方法。在这个系统对象中，建立精确的数学模型较困难，信号测量过程中也引入了延时环节，传统的控制算法难以满足控制要求。

小脑模型神经网络（CMAC）可处理非线性过程，具有自学习能力，学习速度快。周旭东等［1］采用遗传算法对小脑模型控制的固定增益进行最优设计，并采用超调受限最优化方法进行优化，与PID 最优控制设计方法相比，减少了设计工作量，且更稳定。韩璞等［2］采用粒子群算法来优化PID-CMAC 控制器中PID 的控制参数。蒋志明等［3］提出以系统的动态误差作为CMAC的激励信号，构建CMAC 自学习控制器，避免累积误差的影响。李辉［4］将自适应神经网络控制器和CMAC构成复合控制器，具有良好的鲁棒性、抗干扰能力和自适应能力。文献［5］提出利用遗传算法优化CMAC的学习率，能在经验范围内较快找到最优学习率，加快CMAC网络的收敛速度。文献［6］也采用遗传算法来优化高斯函数CMAC的学习率，但由于遗传算法带来计算量的增加，仅限于离线优化学习率。……