共查询到20条相似文献,搜索用时 203 毫秒
1.
一种基于LS-SVM与PID复合的逆控制系统 总被引:1,自引:0,他引:1
针对逆系统中非线性逆模型辨识困难的问题,研究了基于最小二乘支持向量机(LS-SVM)的逆模型辨识及控制,并用微粒子群算法(PSO)优化LS-SVM的参数和核函数参数。提出了一种由LS-SVM的逆模型与PID结合的复合控制系统,由LS-SVM辨识非线性系统的逆模型作为前馈控制器,形成直接逆控制。同时,由PID控制器构成反馈控制,克服直接逆控制鲁棒性不强的缺陷。仿真研究结果表明LS-SVM的逆模型辨识能力强,该复合控制系统具有比基于最近邻聚类的RBF神经网络逆控制系统更优的动态跟踪性能,更好的抗干扰能力和鲁棒性。 相似文献
2.
3.
4.
针对非线性系统自适应逆控制的不完善,本文引入逆系统方法将非线性系统转化为伪线性系统,然后使用最小二乘支持向量机(LS-SVM)建立了逆系统模型,最后利用成熟的线性系统自适应逆控制理论实现非线性系统的自适应逆控制。引入逆系统方法后实现了两大功能:其一,消除了非线性系统的干扰,而且不需要设计逆对象模型:其二,实现了多变量(n维变量)之间的解耦,而且节省了3n(n-1)个线性滤波器的设计。本文针对一个典型多变量二阶系统实现了非线性系统的自适应逆控制,仿真试验表明该方法不但能够很好地消除非线性系统的干扰,而且还实现多变量的解耦控制。 相似文献
5.
《机电工程》2021,38(8)
针对含间隙的强非线性系统难以建立较准确数学模型的问题,以含间隙曲柄滑块机构为对象,提出了一种表述接触力的非线性弹簧阻尼模型。首先,运用Nikravesh非线性弹簧阻尼碰撞模型,对含间隙曲柄滑块机构进行了动力学建模;然后,根据逆模型理论,对其建立了含间隙的曲柄滑块机构逆模型;最后,将其与理想的曲柄滑块机构进行对比,就实际机构间隙带来的误差分别进行逆模控制和PID加逆模控制来补偿间隙引起的系统误差。理论分析及研究结果表明:运用Nikravesh非线性弹簧阻尼碰撞模型对含间隙曲柄滑块机构进行动力学建模,该法具有较高的精度,使解决问题的难度大为降低;仿真结果和实验测量结果之间的误差处于合理范围之内,经补偿后提出的逆模型误差补偿策略的精度可以提高52.1%以上;该建模方法和误差补偿策略具有较强的工程应用价值,可以作为数学建模和误差补偿的有效途径。 相似文献
6.
7.
8.
针对复杂工业过程的非线性、工况范围广的特点,本文提出了一种新的多模型建模方法.首先对系统按照工况划分准则进行双层K均值聚类,在此基础上采用LS-SVM算法建立各局部模型,并用粒子群算法对多模型权值进行辨识.此建模方法收敛速度快,对辨识过程有良好的全局适应性.并以典型非线性主汽温系统作为辨识对象,采用上述方法建立其系统的多模型,仿真结果验证了该方法的有效性. 相似文献
9.
基于双曲函数的Preisach类迟滞非线性建模与逆控制 总被引:1,自引:1,他引:0
为了补偿压电双晶片驱动器的迟滞非线性,提出了基于双曲函数的Preisach类迟滞非线性建模方法,并用该模型设计了压电双晶片驱动器的逆控制器.首先,用两个双曲函数分别拟合迟滞主环的上升段与下降段,利用坐标变换描述依附于主环的一阶曲线;然后,根据Preisach模型理论的记忆擦除性与次环一致性,基于一阶上升与下降曲线分别描述了次环的上升段与下降段.由于这种建模方法所需的参数远小于Preisach等经典迟滞模型,非常适用于压电驱动器等智能材料系统.实验结果显示,基于这种迟滞非线性模型设计的逆控制器,控制后的最大误差比控制前减小了44.26%,有效地提高了压电双晶片驱动器的定位控制精度. 相似文献
10.
许春山 《机械设计与制造工程》2018,(6)
针对无人机飞行控制系统存在非线性耦合的问题,提出了一种基于最小二乘支持向量机(LSSVM)的左右逆协同解耦控制方法。该方法根据Interactor算法,通过对无人机系统输出进行微分,构建右逆系统,从而证明其可逆性。由于无人机右逆系统中存在旋翼桨叶总距俯仰角不可直接测量的局限,因而采用基于内含传感器左逆的方法间接测量,然后将其代入右逆系统中,得到左右逆协同控制器。最后利用最小二乘支持向量机建立左右逆协同控制器模型,并将其串联在原系统之前,与积分器共同构成伪线性复合系统实现无人机线性化与解耦。仿真结果显示,该方法对无人机垂直飞行的速度和旋翼桨叶总距俯仰角具有较高的解耦控制性能,对外部扰动具有良好的鲁棒性。 相似文献
11.
应用复合正交神经网络来实现过程的自适应逆控制方法,和通用模型控制器策略相结合,提出了一种基于神经网络的通用模型自适应控制方法,将非线性过程模型应用逆系统的方法可以在控制算法中直接嵌入过程模型,从而保证通用模型控制策略的可实现性.另一方面,在自适应逆控制中采用复合正交神经网络具有算法简单、学习收敛速度快等优点,可以克服常用的BP和RBF神经网络一些缺点.基于神经网络的通用模型自适应控制方法中的参考轨迹是一条典型的二阶曲线,该控制器参数具有明显的物理意义,参数整定方便.仿真验证了该控制策略的有效性. 相似文献
12.
针对压电陶瓷驱动器中的迟滞非线性特性,提出一种提高压电陶瓷执行器定位精度的复合控制方法。建立了非等间隔阈值的Prandtl-Ishilinskii(PI)迟滞模型,通过自适应差分进化算法进行系统辨识,求取参数并建立逆模型。考虑到压电陶瓷迟滞非线性特性随输入信号频率变化的特点,采用融合PI逆模型前馈控制与滑模控制的复合控制方法用于压电陶瓷的精密驱动。实验结果表明,相比逆模型前馈和PID结合的复合控制方法,采用逆模型前馈和滑模复合控制方法,平均误差下降了0.0300μm,均方根误差下降了0.0346μm,能有效克服压电陶瓷迟滞非线性,提高系统跟踪性能。 相似文献
13.
14.
15.
16.
结合混沌的相空间重构理论和最小二乘支持向量机(LS-SVM)的优点,提出了一种基于混沌LS-SVM风功率预测方法,利用误差评价函数形成反馈机制,通过误差反馈建立参数合理的风功率预测模型。通过对实际数据的仿真,结果表明,该文所提出的混沌LS-SVM预测模型有较好的非线性拟合能力,有较高的预测精度。 相似文献
17.
Preisach迟滞逆模型的神经网络分类排序 总被引:5,自引:3,他引:2
为了补偿影响压电陶瓷执行器纳米定位系统精度的迟滞非线性,提高系统的控制精度,开展了基于压电陶瓷执行器的迟滞非线性逆模型的研究。兼顾到迟滞的擦除特性和建模的精确度,提出了一种Preisach逆模型分类排序法的神经网络实现方法,用神经网络取代了传统的反查值方法,以避免插值误差。建立三层BP神经网络,运用实测数据进行训练,确定各层权值;然后,结合排序得到的电压和位移极值信息,通过神经网络方法拟合出较精确的输入电压值。运用若干组实验数据检验了此逆模型的有效性,结果表明,该神经网络的实现方法将逆模型的平均误差降低到了1.5V以下,最大误差绝对值降低到了2.7V以下。与反查值方法相比,神经网络实现方法有效提高了压电陶瓷执行器纳米定位系统的迟滞逆模型的精度。 相似文献
18.
基于梯形算子的AFM驱动器非对称迟滞性校正 总被引:1,自引:0,他引:1
原子力显微镜(AFM)通常采用压电陶瓷(PZT)作为驱动器以实现纳米尺度的观测和操作。然而,PZT自身的迟滞非线性会对AFM观测质量和操作精度产生很大影响。基于Prandtl-Ishlinskii(PI)模型的前馈控制方法可对PZT的迟滞非线性进行补偿,但传统PI模型无法消除PZT的非对称迟滞性的影响。针对这个问题,提出一种基于梯形算子的非对称迟滞模型,并可用系统辨识方法获取逆模型参数,该方法可有效实现具有非对称迟滞特性驱动器的前馈补偿控制。AFM系统实验证明,该模型可有效减小非对称迟滞性导致的建模误差,基于该模型的前馈迟滞补偿控制可有效提高AFM的扫描成像质量。 相似文献
19.
杜青青 《工业仪表与自动化装置》2019,(5)
针对流浆箱的内部机理模型,提出了一种基于最小二乘支持向量机逆系统的解耦控制方法。利用最小二乘支持向量机辨识得到流浆箱系统的逆模型,并采用逆系统思想,将流浆箱非线性系统解耦成多个相互独立的单入单出伪线性子系统。采用MATLAB对该解耦控制方法的有效性进行仿真验证,结果表明,该控制方法抗干扰性强,结构简单,工程上易于实现。 相似文献
20.
直接驱动作动器作为一种性能优越的机载作动器,具有结构简单、重量轻、体积小、费用低、静态泄漏小、功耗低、可靠性高等诸多优点。通过阐述某双级式直接驱动作动器的工作原理和特性,介绍一种基于状态方程的建模与分析方法;为了满足飞行器日益增长的性能要求,针对现有线性方法的局限性,分析液压系统固有的非线性与不确定性;考虑到磁滞对非线性系统所带来的震荡和误差会对系统的性能产生很大影响,因此,建立含磁滞的电动机非线性模型;分析余度伺服控制系统以及其他非线性环节,譬如输入约束、死区、滤波等;最终建立整个直接驱动作动器的非线性状态方程,利用MATLAB/SIMULINK进行仿真运算,并将仿真结果与实验数据对比,对比结果验证了所提出建模方案的准确性。 相似文献