共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
基于改进Elman网络的自适应预测函数控制算法,使用网络作被控对象的预测模型,按实际输入输出数据建立对象的网络预测模型(NPM).当预测误差大于规定值时,在线修正对象数据NPM权值,使其准确反映对象的动态特性,将预测误差控制在规定范围.以电液伺服舵机为对象仿真,选择合适网络结构、权值初值和学习速率,自动修正网络权值以适应变化的被控对象,实现了快变过程的鲁棒控制. 相似文献
3.
4.
5.
针对应用于新型鱼雷武器中的永磁无刷直流电机(PMBLDCM)转矩脉动较大引起的噪声和振动等问题,设计了离线训练与在线训练相结合的智能比例积分微分(PID)控制器。首先,通过分析被控对象负载扰动大的特点,利用人工神经网络建立了自校正调节器,将其与传统的PID控制器相结合,通过在线调节PID参数以达到最优的控制效果;其次,在Simulink中搭建了在线智能PID控制系统模型并进行了仿真试验。仿真结果表明,在线智能PID控制器具有较好的适应性和鲁棒性,系统具有良好的动态响应性能。 相似文献
6.
在永磁同步电机控制系统中,逆变器的延迟效应会降低系统的跟踪性能和稳定裕度。引入Smith预估补偿器可以补偿延迟环节对系统性能的影响,但Smith预估补偿器要求延迟时间和被控对象模型参数已知,这不符合实际情况。为此提出时变模型自适应预估方法,分别对延迟时间和被控对象模型参数进行自适应估计,实现Smith预估补偿器的全参数自适应。设计基于位置输出超前值预测和扰动抑制的滑模前馈控制器,与全参数自适应Smith预估补偿控制相结合,确保控制系统的全局稳定,降低系统对参数不确定的敏感性,并提高系统的抗扰性。仿真结果表明,与传统及多种改进的Smith预估补偿方法相比,该方法有着更高的跟踪精度,即使在非理想条件下,对参数不确定依然具有较强的鲁棒性,对随机扰动依然具有较强的干扰抑制能力。 相似文献
7.
8.
9.
普通PID控制器以其简单、实用、易于实现,在经典控制中倍受青睐。对于像航空发动机这样复杂的非线性系统,基于对象精确数学模型的PID控制方法的自适应性较差,难以适应具有非线性、时变不确定性的被控对象。神经网络的建立为这种问题的解决奠定了基础。文中针对航空发动机难于建立精确数学模型的特点.采用了航空发动机自适应神经网络PID参数控制方案,仿真结果表明自适应神经网络PID控制不仅不依赖于精确的对象模型.而且具有满意的动、静态性能。 相似文献
10.
针对弹体作为制导系统控制对象的时变非线性特点,应用间接神经网络模型参考自适应控制理论,采用两个BP网络设计了导弹自动驾驶仪,其中一个用来对系统动态特性进行辨识,并利用辨识得到的信息,采用控制网络对系统进行控制.对所设计的自动驾驶仪进行了系统仿真,结果表明,被控弹体很好的跟踪了参考模型的输出. 相似文献