共查询到20条相似文献,搜索用时 234 毫秒
1.
2.
3.
4.
基于CMAC网络的摩擦补偿研究 总被引:6,自引:0,他引:6
分析了摩擦的特性及其对伺服系统的影响。提出了一种基于CMAC神经网络的摩擦补偿方法,它可以实现摩擦力矩的动态自学习补偿,从而增强摩擦补偿的效果。数值认真表明这种摩擦补偿方法不仅能有效地提高伺服系统的性能,而且便于工程应用。 相似文献
5.
6.
7.
8.
为满足变压器企业绝缘条料加工自动化的需要,将检测传感技术、信息处理技术、自动控制技术、伺服传动技术和精密机械技术融为一体,研制了一种专用于冲制柔性非金属条形材料的自动冲床。在讨论了摩擦力驱动模型的基础上,采用模糊控制、PID控制与神经网络结合的结构,用多节点的网络来实现模糊映射,构成了一种包含隐含层的3层模糊神经网络,用于交流伺服电机的控制,通过对电机单轴转动速率进行摩擦力自适应补偿,从而提高送料系统控制精度。通过试运行证明,该冲床运行稳定,操作精度良好。其推广应用能提高整个行业的劳动生产率,降低变压器企业生产成本。 相似文献
9.
热误差补偿是提高数控机床加工精度的一种重要手段,而神经网络技术又是热误差建模和热误差补偿的主要工具.本文介绍了各种神经网络技术在数控机床热误差建模和补偿中的应用,并且通过实例说明了神经网络技术的作用. 相似文献
10.
采用拉格朗日方程和Stribeck摩擦模型,根据便携式手术机器人主手的杆件重力、各关节摩擦力、惯性力对术者真实力感知的影响,建立了含关节摩擦力的动力学模型。基于机器人主手动力学模型,分别建立重力、摩擦力和惯性力三项的补偿模型,通过分析机器人主手力补偿反馈和附加位移的产生原因及补偿原理,提出了相应的补偿反馈力和附加位移补偿方法。通过对初步研究结果进行对比试验,验证该力补偿控制方法可用以平衡主手因自身所带的重力、关节摩擦力和惯性力产生的影响,最终实现术者真实的力感知,提高手术操作精准性。 相似文献
11.
建立了预测磨损自补偿状态下润滑剂运动粘度对 45钢 /锡青铜副摩擦特性的影响规律的BP神经网络模型 ,该网络可较准确地预测润滑剂粘度对摩擦副摩擦系数的影响规律 ,为摩擦学设计的程序化计算和分析提供方便且有效的工具。 相似文献
12.
13.
A robust position control with the bound function of neural network structure is proposed for uncertain robot manipulators.
The uncertain factors come from imperfect knowledge of system parameters, payload change, friction, external disturbance,
and etc. Therefore, uncertainties are often nonlinear and time-varying. The neural network structure presents the bound function
and does not need the concave property of the bound function. The robust approach is to solve this problem as uncertainties
are included in a model and the controller can achieve the desired properties in spite of the imperfect modeling. Simulation
is performed to validate this law for four-axis SCARA type robot manipulator. 相似文献
14.
15.
结构分析有限元系统与神经网络 总被引:1,自引:0,他引:1
从系统的稳定过程网络结构,计算实质等方面详细地分析有限元计算与神经网络的关系,指出结构分析有限元系统与神经网络系统在上述各方面是完全等价的可用适当的神经网络表达具体的力学问题,并加以分析有计算,最后,针对神经网络应用于不同力学问题时有限元计算的具体问题进行讨论。 相似文献
16.
利用Matlab系统建立了丝杠螺母副的摩擦系数与载荷之间关系的BP人工神经网络模型。并用trainbpx动量—自适应学习率调整算法进行神经网络学习训练 ,可使网络收敛快 ,误差小。网络输出结果与实验结果比较 ,有极好的吻合性。采用Matlab神经网络工具函数建立神经网络的方法简单方便 ,不失为摩擦学设计的有效计算工具 相似文献
17.
基于神经网络逆系统的发酵过程多变量解耦控制 总被引:5,自引:0,他引:5
发酵过程是时变、非线性、不确定的多变量耦合系统,高性能的解耦控制一直是追求的目标。将逆系统方法与神经网络相结合,提出了一种基于神经网络逆系统的发酵过程解耦控制方法。根据发酵过程的特点,给出了相应的数学模型,并证明了系统的可逆性,进一步构造神经网络逆系统并与发酵系统串联复合成伪线性系统,再设计线性闭环调节器实现高性能解耦控制。仿真结果表明,提出的解耦控制方法能够适应过程模型的不确定性和参数的时变性,具有较强的鲁棒性,克服了解析逆系统解耦控制方案依赖于过程模型和对模型参数的变化很敏感的缺点。 相似文献
18.
Early detection and diagnosis of incipient induction machine faults increases machinery availability, reduces consequential
damage, and improves operational efficiency. However, fault detection using analytical methods is not always possible because
it requires perfect knowledge of a process model. This paper proposes a neural network based expert system for diagnosing
problems with induction motors using vibration analysis. The short-time Fourier transform (STFT) is used to process the quasi-steady
vibration signals, and the neural network is trained and tested using the vibration spectra. The efficiency of the developed
neural network expert system is evaluated. The results show that a neural network expert system can be developed based on
vibration measurements acquired on-line from the machine. 相似文献
19.
20.
将神经网络用于线性连续不变系统(包括一种带时延的线性系统)参数估计中。线性系统分别用状态方程及传递函数来表示,给出了相应的神经网络结构及学习算法。 相似文献