基于神经网络的直流电动机位置控制

本文研究了三层对角回归神经网络（DRNN）用于直流电动机实时控制的方法，首先，采用动态反传算法训练神经网络以辨识直流电动机的逆模型，然后将这一训练后的网络作为前馈控制器与常规反馈控制器一起输出控制电压以控制系统跟踪位置或速度指令，该算法简单，计算量小，适于实时控制，实验经表明了该方法的有效性。     

数控铣齿机主轴箱同步控制技术的研究

文章以南京工业大学机电一体化研究所自行开发研制的数控高速铣齿机为研究对象,针对铣齿机主轴箱同步控制的要求,提出了位置同步偏差负反馈的控制方法,并使用模糊PI控制器作为位置偏差补偿器.文中使用MATLAB/SIMULINK仿真技术建立了主轴箱同步控制系统仿真框图,在不同的条件下对系统进行了仿真研究,仿真结果表明了采用模糊PI控制器作为同步误差补偿器,同步控制系统具有较好的鲁棒性和快速响应性,能够满足主轴箱同步控制的要求.     

DRNN-PID趋近律的在线丢包补偿伺服电机NCS滑模控制

考虑存在马尔科夫时延和随机丢包的多包传输直流伺服电机网络控制系统(networded control system,NCS),文章设计了一种基于组合核函数最小二乘支持向量机(least squares support vector machine,LS-SVM)丢包在线预估的对角回归神经网络(Diagonal Recurrent Neural Network,DRNN)PID趋近律滑模控制器。首先,利用无时延等价变换与滑动窗口组合核函数LS-SVM丢包在线预估建立了系统时延补偿模型;其次,通过DRNN非线性映射实现对PID趋近律参数的在线调整,并分析了此种滑模控制器的稳定性;最后利用Truetime对进行仿真,结果表明组合核函数LS-SVM预估策略可以提升丢包补偿的精度,提出的DRNN参数自适应调整PID趋近律滑模控制能够在较快响应速度的条件下减小系统抖振,提升了控制效果。     

巨型模锻液压机同步控制系统的鲁棒控制研究

建立了巨型模锻液压机同步控制系统的数学模型,在此基础上,提出了一种在保证系统稳定的前提下,具有良好动态性能的伺服补偿器.仿真结果表明:该控制算法可以有效地解决多缸驱动下的巨型模锻液压机同步控制的问题,鲁棒性强且具有良好的动态性能.同时,对同步系统鲁棒调节控制参数波动进行了分析,结果表明:同步控制系统在鲁棒调节器的作用下...     

电液位置伺服系统的模糊CMAC神经网络控制研究

本文提出了一种模糊ＣＭＡＣ神经网络的结构和算法。该网络通过权系数的在线学习,实现修正模糊逻辑。将此网络作为前馈补偿单元,与ＰＤ控制器一志构成一种自学习控制器,并对带有未知负载干扰的某电液位置系统进行动态仿真。结果表明,该控制器具有强的鲁棒性以及良好的跟踪特性。     

基于递归小波与ART2网络的刀具状态智能监测

为实现刀具的实时状态监测,以超高斯函数为基础,构造出一类用递推公式进行小波变换的小波基,提出该系列小波基的优化方法,对其时频特性进行了分析.对刀具AE信号进行递归小波分解,提取特征并应用ART2网络识别刀具状态.结果表明,基于递归小波与ART2网络的刀具状态监测具有鲁棒性强、实时性好的特点.     

永磁同步直线电机伺服系统负载扰动建模与抑制

针对直线电机伺服系统没有中间传动机构,负载扰动严重影响系统伺服性能这一问题,文章在建立永磁同步直线电机伺服系统负载扰动模型的基础上,提出了一种改进型的扰动补偿器与复合控制器相结合的扰动抑制方法.该方法采用在线扰动观测与补偿器来实时估计源于摩擦力、纹波推力等扰动并进行补偿,并且通过设置电流增益来改善扰动补偿器的动态性能,减少系统响应时间.速度环采用PI与重复控制相结合的复合控制方式,实现速度的精准控制.通过仿真验证,该扰动抑制方法不仅能减小系统的响应时间,而且提高了直线电机伺服系统的控制精度和鲁棒性.     

基于RBF神经网络的永磁同步直线电机全局滑模控制

针对永磁直线同步电机直接驱动伺服系统存在负载扰动、参数时变、非线性摩擦及端部效应等不确定性因素,提出了一种神经网络增益切换全程滑模控制策略。该策略使控制系统一开始就处于滑动模态上,使系统具有全局鲁棒性。其次,通过递归神经网络的在线学习来对不确定界限实时估计,并引入饱和函数,以进一步降低控制中的抖振,改善系统的性能。通过仿真对所提方案与PID控制和传统滑模控制进行对比,验证了所提出的方案有更好的鲁棒性和跟踪能力。     

龙门移动式镗铣加工中心自校正调节器控制

对龙门移动式镗铣加工中心两立柱位置同步控制提出了一种新的自校正调节器控制方法.用递推最小二乘辨识算法对被控对象参数在线辨识,用H∞鲁棒控制算法对调节器参数在线求解,使系统在未知有界扰动、参数变化和未建模动态等不确定性因素同时存在时,对调节器参数进行自动整定,保证速度同步控制的鲁棒性,从而间接实现位置同步控制.仿真结果表明该方案控制效果好,鲁棒性强,满足对龙门移动式镗铣加工中心速度同步以及位置一致性的要求.     

基于广域网的遥操作工程机器人神经网络控制

针对在广域网环境下因较大网络时延造成遥操作工程机器人系统操作性能下降甚至系统不稳定的问题,提出一种神经网络控制方法。借助于广域网模拟器,在局域网环境下进行了不同网络时延下的位置阶跃响应和稳态跟踪实验研究。结果表明:与常规PID控制方法相比,该方法具有更好的动态和稳态特性,对网络时延具有较好的适应性和鲁棒性。研究结果对提高广域网环境下的遥操作工程机器人系统的操作性能具有指导意义。