介绍了用于飞机发动机进气道斜板模拟实验中的气压信号发生装置的结构原理和软件功能。该装置能产生多种气压信号，软件操作简单，采用CMAC控制方法，系统控制精度高，控制效果较理想。

以大型起重机双卷扬系统为研究对象,针对起升过程中存在的双马达同步误差问题,提出一种基于小脑神经网络(CMAC)滑模控制方法,充分利用CMAC响应速度快及滑模变结构控制(SMC)抗干扰能力强的特点,以解决传统控制方法鲁棒性差的问题;在控制过程中采用交叉耦合控制方式,并根据液压系统动态特性将液压泵出口压力差以及吊钩的倾斜角度作为控制指标进行仿真,最后以起升工况进行实验研究。结果表明:与传统方法相比,所提出的控制策略能有效提高两个马达的同步控制精度,抗干扰能力强,满足实际工况需要。

该文是对某型飞机起落架加载控制系统的研究针对该电液伺服加载系统运动干扰产生的多余力严重影响加载系统的精度设计前馈补偿器进行校正仿真表明前馈补偿能够有效地抑制加载中的多余力。同时提出基于CMAC和PID复合控制算法的控制方案对采用复合控制前后的模型进行仿真分析结果表明CMAC和PID复合控制抗干扰能力强、跟踪精度高提高了加载系统性能。

针对液压六自由度运动平台伺服系统强非线性和重复运动特点，在传统的CMAC神经网络与PID并行控制基础上，结合CMAC神经网络和ILC的优点，将CMAC和ILC与PID控制相结合，构建一种复合控制器。实际应用表明，该复合控制方法有较高的控制精度、优良的鲁棒性，对液压六自由度平台性能的改善提供了一条新的控制途径。

本文在ＣＭＡＣ的基础上提出一种实时控制算法，算法以时间为ＣＭＡＣ的输入矢量，在结构上与ＰＤ控制复合构成控制器。文中对电梯速度曲线的离线和在线两种学习方法进行了讨论和实验，结果表明采用离线学习的ＣＭＡＣ控制器较ＣＭＡＣ在线学习控制器和常规的ＰＩＤ具有更优良的控制品质。

针对二次调节节能系统的非线性等情况,本文对采用基于CMAC与PID并行的控制方法.仿真结果验证了基于CMAC与PID并行的控制方法能明显改善系统的动态性能和非线性实时控制性能.

阐述了CMAC小脑神经网络用于故障诊断的网络设计方法并针对某一具体的液压泵故障实例进行了网络训练仿真结果表明CMAC神经网络能够有效地对液压泵的故障进行诊断。