共查询到20条相似文献,搜索用时 46 毫秒
1.
为了实现混沌运动的控制,应用神经网络模型预测控制的策略。首先通过系统辨识建立要控制的混沌系统的神经网络模型,并设计出神经网络模型预测控制器,然后通过该控制器对混沌运动进行预测控制,使混沌吸引子中的不稳定周期轨道被镇定到不动点。最后借助MATLAB平台进行数字仿真,结果表明该控制方法对混沌控制是有效的。 相似文献
2.
提出一种新型混沌PSO算法优化RBF神经网络并对板形进行识别,使用神经网络预测和效应矩阵控制器对板形进行预测控制.仿真过程表明,新型混沌PSO算法对优化神经网络的结构和参数都有明显的效果,使用板形识别模型和带预测过程的效应函数可以有效控制板形系统. 相似文献
3.
提出一种新型混沌PSO算法优化RBF神经网络并对板形进行识别,使用神经网络预测和效应矩阵控制器对板形进行预测控制。仿真过程表明,新型混沌PSO算法对优化神经网络的结构和参数都有明显的效果,使用板形识别模型和带预测过程的效应函数可以有效控制板形系统。 相似文献
4.
以OGY法作为混沌控制策略对径向基函数(RBF)神经网络进行训练,通过参数扰动模型输出得到控制混沌运功的小扰动信号作为混沌控制器。并以Henon映射的混沌行为为基础进行仿真模拟,结果表明该方法的有效性。 相似文献
5.
6.
7.
为提高制造系统中物流装置运动效率和轨迹柔性,研制开发了通过CCD图像实时反馈物流装置运动实际位置信息,以模糊神经网络技术构建物流装置运动控制器,该控制器采用模糊算法控制物流装置运动方向,采用神经网络对模糊控制规则的调整因子进行算法寻优.实验表明该装置运动灵活,稳态精度高,符合自动化制造车间物流运输要求. 相似文献
8.
采用炉膛辐射信号的锅炉燃烧系统模糊神经网络预测控制的仿真研究 总被引:3,自引:0,他引:3
针对火电厂燃烧过程中主蒸汽压力控制系统的大时滞、大惯性和非线性 ,采用以炉膛辐射信号为中间被调量的串级控制系统 ,并设计一个基于神经网络预测模型的模糊神经网络控制器作为主控制器。该控制器首先将神经网络与预测控制相结合 ,采用递阶遗传算法对神经网络的结构和权值分别进行训练 ,以实现非线性、大时滞系统模型的精确预测 ;然后将模糊控制与神经网络相结合 ,实现模糊神经网络预测控制。考虑到炉内剧烈的湍流燃烧造成炉膛辐射信号包含随机分量 ,又设计了一个附加判断器的二自由度 PID控制器作为副控制器。仿真结果表明 ,该方案显著提高了非线性、大时滞燃烧系统的控制品质 ,且易于工程实现 相似文献
9.
设计了一种呼吸道主动监测微型机器人系统,用于实时测量重症监护机械通气中的主要呼吸力学参数.该机器人系统采用三自由度气动人工肌肉驱动器驱动,通过气囊钳位.介绍了机器人机体的构造和运动原理,建立了机器人的动态模型.提出一种模糊小波神经网络控制器对机器人进行控制.将采用模糊小波神经网络控制器与采用小波神经网络控制器及模糊神经网络控制器的控制系统仿真结果进行比较.仿真和实验结果都说明模糊小波神经网络控制器有效地改善了机器人的静动态特性,具有更快的训练速度和更好的控制效果,是一种理想的临测机器人系统控制方法.在猪气管中进行了初步实验,在机械通气情况下监测了气管末端的压力和温度参数.初步的研究结果表明,该柔性驱动的机器人系统可用于主动动态监测人体呼吸道中的呼吸参数. 相似文献
10.
为改善转台系统性能,针对传统的PID控制参数难以获得较理想的控制效果,设计了一种基于改进型BP神经网络的PID控制器。介绍了PID控制器的结构和BP神经网络算法描述,利用最小二乘法和神经网络建立被控对象的预测数学模型,并用该模型所计算的预测输出取代预测输出的实测值,对基于BP网络的PID控制器的权值调整算法进行改进。以某转台模型为对象,建立了转台控制系统的数学模型并对其进行仿真。仿真结果表明,改进型BP神经网络PID控制器具有良好的控制效果,跟踪精度高、性能稳定及鲁棒性强,能更为有效地应用到转台系统中。 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.