王 惠，白国振，王海波，宋慧文

（上海理工大学 机械工程学院，上海 200093）

0 引言

常见的模拟加载方法有电动伺服加载、机械式加载、电液加载和磁粉制动器加载［1］。由于磁粉制动器具有良好的恒转矩特性和可控性［2-3］，因而在模拟加载领域中得到广泛应用。但由于磁粉制动器存在一定的非线性和滞后性［4］，对加载系统的动态响应和加载精度影响很大。因此，研究加载系统的控制算法对提高系统的加载质量具有十分重要的意义。

针对磁粉制动器的滞后性及非线性，学者提出了多种控制方法：孙毓斌［5］提出了模糊自适应的控制方法；Jing等［6］研究了PID 控制方法在磁粉制动器中的应用；袁宇凤［7］提出引入积分作用的模糊Smith 控制方法，在一定程度上提高了磁粉制动器的加载性能。模糊控制根据系统的实时误差及误差变化率进行模糊推导，得到最佳的控制参数。在进行模糊规则设定时，只需对其数学模型有初步了解即可，因而具有一定的自适应能力，从而提高控制效果，但是在确定模糊规则时需要大量专业人士的相关控制经验［8］；金昊等［9］提出一种模糊单神经元复合智能控制方法，通过单神经元学习算法进行参数自整定，实现单神经元控制器输出增益的实时调节；胡超等［10］、邢华［11］设计了神经网络PID 控制算法，该算法在结构和原理上模拟了人脑中的局部调整和感受野，具有收敛速度快、逼近任意连续函数能力突出的特点，但神经网络的初始权重和阈值对最终的控制效果影响较大，且较难选取。……