共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
《机械制造与自动化》2015,(6)
基于径向基(RBF)神经网络的开关磁阻电机无位置传感器技术在拟合磁链-电流-角度的模型中,初始角度范围内因为磁链的变化率较小,数据点密集,RBF神经网络的聚类中心点难以准确地计算,导致拟合的误差比较大。采用分段的形式对RBF神经网络的开关磁阻电机无位置传感器模型进行改进,即将RBF神经网络模型的小角度范围内的数据分离出来予以单独处理,用线性化的方法对其进行建模通过MATLAB仿真验证了该方法的可行性。 相似文献
3.
4.
5.
《工业仪表与自动化装置》2018,(6)
该文阐述了径向基函数(radial basis function,RBF)神经网络的基本原理和算法,并针对RBF神经网络存在的隐含层的隐层单元数目及中心向量、扩展参数难以确定的问题,利用减聚类算法进行RBF网络的改进,建立应用于滚动轴承故障诊断与识别的RBF神经网络智能识别模型,并通过实验与BP(back propagation)神经网络进行比较分析研究。结果表明,减聚类算法能够有效地确定网络参数,改进的RBF神经网络对预设滚动轴承故障能够准确诊断,并且具有训练速度快的特点。 相似文献
6.
将模糊技术与RBF神经网络相结合并应用于机床热误差建模中,构建了基于模糊RBF神经网络的数控机床热误差模型;以某龙门导轨磨床主轴箱系统为实例,将模糊RBF神经网络建模方法运用到主轴箱系统热误差建模当中。通过与BP神经网络建模方法进行对比,验证了模糊RBF神经网络建模方法无论是在建模效率、建模鲁棒性还是模型的补偿效果方面均优于传统的BP神经网络建模方法,该方法对提高数控机床加工精度具有重要的意义。 相似文献
7.
基于结构自适应径向基神经网络的油样光谱数据建模 总被引:3,自引:0,他引:3
基于光谱分析数据的机械磨损状态预测有利于发现机械系统的早期磨损故障。由于神经网络对于非线性模型的辨识和非平稳信号的预测,与传统预测模型相比具有明显的优势,将神经网络预测方法运用于光谱分析,提出了基于神经网络预测的光谱分析监测技术。在预测模型中采用了在函数逼近、分类能力和学习速度均优于BP网络的径向基函数(RBF)神经网络模型,针对RBF网络的结构对于信号预测或模型辨识的精度具有影响很大的问题,提出了结构自适应RBF网络预测模型。利用遗传算法,对神经网络输入节点数、径向基函数分布系数及网络训练误差进行了优化,得到了最优的RBF网络预测模型。最后,对某航空发动机实际的光谱分析数据进行了预测和分析,并与ARMA模型进行了比较,结果充分表明了文中方法的有效性和优越性。 相似文献
8.
9.
RBF神经网络在非线性系统辨识中的应用研究 总被引:6,自引:0,他引:6
张俊峰 《仪器仪表与分析监测》2003,(1):1-3
用RBF神经网络代替BP神经网络 ,通过函数逼近完成对非线性系统的辨识 ,然后结合RBF网络的特性在RBF网络的泛化性能的提高方面进行了分析研究 ,并结合实例仿真进行检验 相似文献
10.
BP神经网络与广义RBF神经网络在产品寿命分布模型识别中的应用研究 总被引:2,自引:0,他引:2
通过分析BP神经网络和广义径向基神经网络(RBF神经网络)的基本结构和算法,建立了应用于机械产品的寿命分布类型智能识别的BP神经网络和RBF神经网络模型,通过仿真实验对比分析了BP神经网络和RBF神经网络识别效能。结果表明,RBF神经网络参数调整简单、训练时间短,且逼近能力与BP神经网络相当,但是推广能力较差;BP神经网络收敛缓慢、训练时间长,但推广能力较强,更适合分布参数变化范围大的寿命分布模型的识别。 相似文献
12.
13.
分析阀门开闭引起管路液力冲击的机理,计算换向阀换向时管路实际压力冲击突变值及换向阀阀芯所受液动力并进行实验验证。 相似文献
14.
为了给交流异步电机伺服系统提供必要的设计数据,根据SVPWM的基本原理和实现算法,基于MATLAB/Simulink平台搭建了SVPWM仿真模型,将该模型应用到异步电机的矢量控制系统中进行了仿真。结果表明,SVPWM控制方式提高了整个系统运行的稳定性和可靠性。 相似文献
15.
16.
17.
单片机应用系统研究——轮式移动机器人控制系统设计与研究 总被引:3,自引:0,他引:3
机器人的移动方式有很多种,但大致就分为两种:车轮式和足步式两种.本文从轮式移动机器人(WMR)的体系结构出发,重点设计了机器人移动控制系统的硬件、软件平台.首先,通过对非完整轮式移动结构和直流伺服电机模型的分析,建立了移动机器人的控制系统模型.其次,设计了基于AVR微控制器(AT90S8515)的移动控制系统,其中主要包括PWM功率驱动、测速单元和串行通讯模块等;对机器人速度、位置控制采用模糊PID算法,较好地克服了移动机器人模型的不确定性、转速位置控制要求的多变和环境改变等因素的影响.程序使用ICCAVR C语言编写,在AVR SUDIO调试软件中用ICE200仿真. 相似文献
18.
19.