共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
针对双马达电液伺服系统难以进行同步控制,实现无级调频调矩的问题,提出了基于Mamdani型的模糊神经网络PID控制方法。该方法的主要思想是结合模糊推理和神经网络控制技术,构成模糊神经网络,实时调整PID参数。实验结果表明:与传统PID控制方法相比,该方法改善了系统的动态特性,提高了控制精度。 相似文献
4.
为提高电液伺服系统的控制性能。设计了一种神经网络自组织模糊控制器。即NNSOC。通过仿真实验表明,与传统的模糊控制器相比,该控制器可有效的抑制参数扰动及外力干扰,具有很强的鲁棒性。 相似文献
5.
6.
为克服电液伺服系统不确定性、非线性、估计误差和干扰等因素对系统稳定性和精度的影响,提出了基于自适应模糊神经网络辨识的电液伺服系统L2增益设计方法。用自适应模糊神经网络在线估计包括系统不确定性和非线性在内的未知动态特性,同时用增益自适应变结构补偿自适应模糊神经网络的估计误差,用系统L2增益设计方法抑制干扰对系统的影响,以期使系统对不确定性和非线性具有鲁棒性,而且从干扰到描述系统跟踪误差的评价函数的L2增益小于指定值。 相似文献
7.
周天平 《机电产品开发与创新》2009,22(1):142-143
根据交流伺服系统高性能的要求,设计了一种模糊单神经元混合协调控制的交流伺服系统,它融合了模糊控制及神经网络控制技术各自的优点,大大提高了伺服控制的动、静态性能,取得了满意的效果。 相似文献
8.
基于模糊神经网络的汽轮发电机组振动故障诊断 总被引:1,自引:0,他引:1
利用模糊系统和神经网络的优势,构造了一种改进模糊神经网络模型,该模型由四层组成。改进后的模糊神经网络模型大大减少了运算量,提高了收敛速度。采用此算法对于实际汽轮发电机组振动故障实例进行诊断(诊断结果与某改进BP网络进行比较),证明了该模型是行之有效的,并具有较强的故障识别能力。 相似文献
9.
论文提出了一种利用扩展两层神经网络和模糊整定PD控制相结合,对机械手伺服系统进行控制器设计的自适应跟踪控制设计方法,利用扩展两层神经网络的精确逼近特性来逼近机械手伺服系统中的未知动态摩擦。利用Lyapunov理论证明引入的一鲁棒控制律保证了机械手闭环系统的稳定性,仿真结果验证了基于扩展两层神经网络控制方法的有效性。 相似文献
10.
针对机床主轴热性能对加工精度产生影响的问题,对机床主轴热误差建模方向进行了试验研究。以数控磨床主轴为研究对象,通过热特性试验获得了阶梯转速下的温度变化数据和热误差数据,对温度数据进行了模糊聚类分组,并采用相关系数法选出了温度敏感测点;通过对灰色神经网络初始参数进行优化,建立了遗传算法(GA)优化的灰色神经网络热误差预测模型;在该模型中,以灰色神经网络的预测输出和实际值的绝对误差作为遗传算法适应度函数,以平均相对误差作为预测模型的评价标准,并与灰色神经网络、BP神经网络预测结果进行了对比。研究结果表明:该预测模型具有更高的预测精度,通过GA对灰色神经网络的初始参数进行优化,可有效地提高网络的预测精度,更好地用于热误差补偿系统。 相似文献
11.
为满足高速高性能电主轴系统快、稳、准的控制要求,结合免疫遗传算法寻优速度快及模糊神经网络控制不依赖主轴系统模型的优点,设计了一种将模糊逻辑控制、径向基函数(Radical basis function, RBF)神经网络和免疫遗传算法进行有机结合的高速电主轴系统全局优化的控制策略,并将该智能控制策略成功应用于高速电主轴系统双闭环矢量控制系统的转速控制器中。通过免疫遗传算法对该智能控制器三类参数的同步优化取得了最佳控制效果,从而实现了对主轴输出转速的精确控制。试验和仿真结果验证了所设计的控制器能够精确控制主轴的输出转速,而且当高速电主轴受到突加负载冲击时,具有很好的抗干扰性能及较强的鲁棒性,使主轴系统具有优良的动、静态性能,实现了高品质驱动。 相似文献
12.
13.
14.
15.
提出了一种基于补偿模糊神经网络的智能诊断系统,该系统将神经网络和补偿模糊逻辑相结合,采用动态、全局优化的运算,充分利用了相互间的优点.在神经网络的学习算法中,动态优化补偿模糊运算,使网络更适用、更优化.网络不仅能适当调整输入输出模糊隶属函数,也能借助于补偿逻辑算法动态优化相应的模糊推理,由于补偿模糊逻辑神经网络引入了补偿模糊神经元,能使网络从初始定义的模糊规则开始训练,使网络容错率更高,系统更稳定.仿真实验证明该模型在智能诊断中具有收敛速度快,诊断精度高,而且适应性强等优点. 相似文献
16.
17.
18.
将基于神经模糊控制理论的建模方法--模糊神经网络建模法应用到数控机床热误差建模当中,讨论了热误差模糊神经网络的结构及建模原理;对大型数控龙门导轨磨床主轴箱系统进行建模试验,采用非接触式红外温度测量仪和千分表分别测量主轴箱系统温度值与主轴热误差,得到两组独立的试验数据,一组用来建立主轴箱系统热误差模糊神经网络预报模型,另一组用来对模型进行验证。试验结果表明,模糊神经网络模型预测精度高,泛化能力强;将模糊神经网络建模方法与径向基函数神经网络建模方法进行综合对比,分析结果表明,模糊神经网络建模方法具有更好的建模效率、建模鲁棒性及预测性能。 相似文献
19.