某扫雷犁电液伺服系统的HGA-RBF神经网络建模

采用递阶遗传算法学习径向基函数神经网络的结构和参数,实现了某扫雷犁电液伺服系统的神经网络精确建模.介绍了某扫雷犁电液伺服系统的工作原理,详细论述了基于递阶遗传算法的径向基函数神经网络设计方法,即采用控制基因确定隐节点数目,采用参数基因辨识隐节点中心参数,利用最小二乘法计算连接权值.最后采用该方法对某扫雷犁电液伺服系统进行了建模研究,并与其它建模方法进行了比较,实验结果验证了该方法的有效性.     

基于遗传神经网络的电液伺服系统自适应控制

针对热连轧卷取机卷取过程当中的带头损失现象,本文提出一种液压踏步控制的伺服系统。采用神经网络跟踪对象的动力学特性,建立了遗传算法与神经网络相结合的识别模型（GA-ANN）,利用遗传算法进行网络权系的训练和优化。试验证明该系统有好的控制效果,对实现液压系统的人工智能化奠定了基础。     

基于GA的直线伺服系统H∞优化控制的研究

针对永磁直线伺服系统存在的不确定性扰动,提出基于遗传算法(GA)的H∞混合灵敏度控制方法.根据永磁直线伺服系统的数学模型,对电流环采用PI控制,用根轨迹法来确定控制器的参数;以参考输入和扰动作为系统的输入向量,考虑系统对参考输入的跟踪和对扰动输入的抑制,将速度控制器设计归结为H∞混合灵敏度问题;在选择多个加权函数时,以性能指标作为相应的适应度函数,采用遗传算法选取加权函数,设计伺服系统的H∞优化控制器.对系统进行计算机仿真.仿真结果表明,用该方法设计的系统,其抑制扰动和跟踪给定信号的性能得到改善,满足高性能数控机床永磁直线伺服系统控制的要求.     

基于径向基函数神经网络控制的机械臂轨迹误差研究

当前,机械臂关节运动轨迹容易受到外界环境的干扰,导致运动轨迹不稳定,抖动现象特别严重,不能很好地满足轨迹跟踪任务的要求。对此,文中创建机械臂双关节运动简图模型,采用径向基函数(RBF)神经网络自适应控制方法跟踪机械臂关节的运动轨迹。分析了机械臂运动轨迹所产生的误差,设计了机械臂关节神经网络自适应控制器,引用李雅普诺夫函数对控制器的稳定性和收敛性进行了证明。结合具体实例,借助于Matlab软件对机械臂双关节的运动轨迹追踪误差进行仿真。同时,与模糊PID控制的仿真误差进行对比和分析。仿真曲线显示,机械臂关节采用RBF神经网络自适应控制方法,运动轨迹追踪所产生的误差较小,输入力矩的振动幅度相对较小。因此,机械臂关节末端采用RBF神经网络自适应控制器,可以降低运动轨迹的跟踪误差,改善振动现象。     

基于BP神经网络的磨床力误差补偿方法

为建立磨削加工参数与磨削力导致的力变形误差之间的关系模型,提出基于神经网络的力误差建模和实时补偿方法.建立经遗传算法优化的BP神经网络以表征磨削参数与磨削力的关系;运用有限元方法对零件进行力学分析,建立磨削力与力变形量的关系模型;建立加工参数与切削力误差映射模型,预测误差补偿量,进行实时补偿.实验结果表明:该切削力误差...     

基于GA-BP神经网络的气压伺服系统辨识研究

气压伺服系统控制器的优化设计依赖于准确的系统模型.针对系统的非线性问题,研究采用神经网络进行系统辨识的原理和结构;考虑传统BP算法存在局部收敛、学习速度慢的问题,采用遗传算法对神经网络的初值和权值进行优化,并采用LM算法进行网络学习,最终建立系统的神经网络辨识模型.通过仿真对比神经网络辨识结果与传统线性模型辨识结果,结...     

基于干扰观测器的机电伺服系统PI控制策略

空气舵机电伺服系统的主要任务是接收控制指令,并驱动负载按指令角度摆动,在各类航空航天飞行器中具有越来越广泛的应用价值.然而在运行过程中存在的未知干扰给机电伺服系统高精度控制带来了巨大挑战.针对这一问题,提出基于干扰补偿的空气舵机伺服系统控制策略.首先进行空气舵机电伺服系统模型分析,其次运用径向基函数设计神经网络的状态观测器,将不可测量的舵面角度用估计值替代进行反馈控制,最后应用Lyapunov方法分析了有限时间收敛条件.仿真结果表明:与传统电机角度反馈相比,所提出的控制策略使空气舵机电伺服系统的稳态误差减少97％以上.     

基于神经网络PID的交流伺服系统位置控制

针对某水中兵器测试装置交流伺服系统具有定位精度高、运行平稳、抗干扰能力强的特点，采用BP神经网络与PID组合自适应控制器来实现该装置中的交流伺服系统控制。研究结果表明，该控制器对某水中兵器测试装置交流伺服系统的控制是合适的，具有鲁棒性强、控制精度高和运行平稳等特点。     

基于BP神经网络的电主轴热误差补偿模型

热误差是影响高精度数控机床加工精度的主要的误差因素.文章主要论述了利用BP神经网络来建立CX8075车铣复合加工中心电主轴热误差补偿模型的建模的过程,以两组不同的数据,分别进行的训练和预测,经过在软件MATLAB中的模拟测试,通过BP神经网络建立的电主轴热误差补偿模型具备了较高的拟合和预测精度.分析结果表明,电主轴的原始热误差值与模型计算的输出结果的值非常接近,最低补偿率可达90％以上,这代表运用该BP神经网络模型能够补偿大部分的热变形误差.     

电液位置伺服系统神经网络辨识的实验研究

针对电液伺服系统非线性建模问题,研究了电液位置伺服系统神经网络辨识模型的基本结构。分析伺服系统动态模型的输入、输出关系,依据遗传算法优化神经网络权值和阈值,建立神经网络辨识模型的基本结构。利用xPC技术建立阀控缸实时电液伺服实验台,以实验台的阶跃输出信号作为改进BP神经网络系统辨识信号,以实验台正弦输出信号作为验证信号。结果表明:该神经网络辨识模型的基本结构可达到较高的辨识精度,其可信性得以验证,适用于非线性系统模型辨识。     

遗传算法整定PID控制交流伺服系统的研究

交流伺服技术是研制开发各种先进机电一体化产品的关键性技术，针对伺服系统具有时变性、模型的不确定性等，提出采用基于遗传算法的PID自适应控制算法，实现控制器参数的在线自寻优。仿真结果表明，该控制算法具有很强的鲁棒性、抑制外界干扰性和良好的动态性能。     

基于模糊神经网络控制的电液系统研究

针对大功率电液伺服系统存在严重非线性和时变性,将神经网络与模糊控制理论相结合,根据系统的误差及误差变化对神经网络的学习速率和动量因子进行模糊修正,有效地改善了神经网络的学习速率.实验表明,所设计的神经网络控制器能够保证大功率电液伺服系统的静、动态性能.     

基于遗传神经网络的铣削力预测方法

铣削过程的复杂性和铣削力产生的多因素性使得铣削力预测模型很难建立.论文在遗传算法与BP网络模型相结合的基础上,利用遗传算法训练神经网络权重的方法,建立了铣削力预测的遗传神经网络模型.最后将神经网络预测结果与实验数据进行比较和误差分析,证明了该神经网络能够准确地预测铣削力的大小.     

基于GA优化RBF网络的永磁同步电机无位置控制

在表贴式永磁同步电机(surface permanent magnet synchronous motor,SPMSM)的无位置控制中,准确实时地估计其转子位置和转速是一个关键技术难点.文章把遗传算法(genetic algorithm,GA)和径向基函数(radial basis function,RBF)神经网络相...     

基于实时误差补偿的精密定位系统的研究

介绍了基于实时误差补偿的精密定位系统的组成，分析了系统的偏摆振动模型，讨论了偏摆误差检测原理。利用有限元软件ANSYS。设计了采用双层平行板弹性铰链结构、基于PZT直接驱动的微驱动补偿工作台。实验结果证明，采用实时误差补偿技术，定位系统的运动性能得到较大提高。     

神经网络在直线电机进给系统建模中的应用

获取直线电机伺服驱动系统的非线性模型，对这种先进的进给系统的广泛应用有着重要的意义。在对非线性模型建立方法分析的基础上，应用Levenberg-Marquardt优化策略，对前馈BP神经网络建模过程进行了推导。并利用试验获取的^数据，以直接辨识的方式，运用推荐的算法建立了某类型直线电机运动平台的非线性闭环系统模型。在模型的基础上仿真了运动系统的阶跃响应。由响应曲线表明，所获得的模型与实际工况中的系统很相符。     

交流伺服驱动系统模糊自适应控制研究

为提高交流伺服驱动系统控制性能,结合模糊逻辑和神经网络各自的优点,设计了一种在线自适应模糊神经网络控制的交流伺服系统.文章将系统受控对象输入和跟踪误差作为模糊神经网络控制器的输入.设计的控制器不需要跟踪误差的变化率,可以避免以数值方式计算微分值时受采样周期大小的影响.通过仿真和具体实验分别验证了设计的合理性.结果表明:该控制方法不论对于调节还是设定值跟踪,均具有很好的控制效果,而且对感应电机伺服驱动系统有很好的抗干扰性能和较强的的鲁棒性.     

模糊神经网络在电液伺服控制系统中的应用研究

针对电液比例伺服阀的死区大、强非线性等特点,设计了一个基于模糊逻辑的神经网络控制系统（FNNC）,给出了基于模糊逻辑推理网络的拓扑结构,导出了网络的连接权重和隶属度特征参数的学习算法。将该控制系统应用于蜗杆砂轮磨齿机,获得了良好的效果。     

基于遗传算法-BP神经网络的PID控制器的设计

针对常规PID控制器不能对其参数进行自寻优的缺点,提出采用遗传算法优化BP神经网络PID控制器,使3个参数实现在线调整.并通过MATLAB仿真试验表明:基于遗传算法-BP神经网络的PID控制器比常规PID控制跟踪信号的能力要好,而且有较好的自适应和自学习能力.     

基于遗传算法优化的模糊PID在粉末液压机伺服系统的应用研究

CNC粉末冶金液压机电液伺服系统具有时变性、易受干扰等特点,运用常规的PID控制难以达到满意的控制效果.运用模糊PID控制实现对PID参数的在线自适应整定,提高了PID控制器对电液伺服系统的调节控制能力.为了进一步提高模糊PID控制器的控制性能,采用遗传算法对模糊PID控制器的初始PID参数和比例因子进行了优化.仿真结果表明:基于遗传算法优化的模糊PID控制器在CNC粉末冶金液压机电液伺服系统的控制中具有良好的自适应性、鲁棒性和稳定性.