共查询到15条相似文献,搜索用时 109 毫秒
1.
2.
基于神经网络的磁流变阻尼器逆控制研究 总被引:2,自引:0,他引:2
为了解决阻尼器的非线性问题,设计了一种纯剪切型磁流变阻尼器,并针对其非线性特性,提出了利用径向基函数(RBF)神经网络的非线性映射能力,以建立磁流变阻尼器的逆模型。由已训练的磁流变(MR)阻尼器的逆向神经网络模型和MR阻尼器组成的控制单元,在给定所需控制力的情况下,使MR阻尼器产生相应的阻尼力,实现了MR阻尼器提供连续可调输出力的目的,也使得纯剪切型MR阻尼器在一些需要精确控制的场合能够方便使用。仿真结果表明,神经网络逆控制的方法是有效的、可行的。 相似文献
3.
4.
5.
6.
研究了基于遗传算法-神经网络集成的特征值反问题求解模型。将问题归结为一个求结构重量最轻并受频率约束的结构优化问题,利用人工神经网络作为结构近似分析器,可获得不同结构尺寸下的结构响应值;利用遗传算法作为寻优工具,可直接利用神经网络提供的离散数值,搜索效率高,获得全局最优解的概率大。数值例子表明了该方法的有效性。 相似文献
7.
8.
为准确地进行定量预测,提出了一种将仿真分析和集成径向基网络模型结合起来的制造系统性能指标预测方法.在定义和量化制造系统各类性能指标的基础上,分析了影响这些指标的静态和动态因素,并建立起径向基集成网络预测模型.通过基于Simul 8平台的仿真分析来收集样本数据,最终利用Bagging方法训练出集成神经网络,实现对工件平均完工时间和设备利用率等关键性能指标值的预测.试验结果表明,采用该方法输入动态影响因素的取值后,能快速获得比较理想的性能指标预测结果,并且其预测精度明显高于其他的神经网络方法. 相似文献
9.
10.
11.
针对传统的数值解法不能满足实时控制算法的要求,研究使用BP网络和径向基函数(RBF)神经网络求解三自由度摇摆台运动学反解的方法。通过离线的迭代算法生成高精度的样本点来训练神经网络,使用动量法、变学习率法和共轭梯度法提高BP网络的收敛速度。使用正交最小二乘法训练的RBF网络具有更小的泛化误差,更适合于实时控制应用。 相似文献
12.
13.
14.
谭景伟 《机电产品开发与创新》2010,23(3):35-36,31
柔性臂系统的逆动力学问题,是指在已知期望末端操作器运动轨迹的情况下,结合逆运动学与动力学方程对关节力矩进行求解。本文采用割线坐标系对机械臂的运动进行了描述,并分快变(振动)和慢变两方面进行逆动力学问题的分析与求解。在对快变部分逆动力学性质的分析中发现,快变部分精确的逆动力学解是发散的。在进行柔性机械臂逆动力学求解时,应在慢变的意义上进行。文中给出了一种去掉系统快变部分的简单方法,并进行了逆动力学求解。数值仿真结果表明,该处理方法是合理的。 相似文献
15.
采用倍四元数进行建模求解机器人逆运动学问题.将齐次变换矩阵转以倍四元数形式表示,建立了倍四元数形式的机器人运动学方程,再通过消元和运算得到机器人逆运动学的解.最后,以SCARA机器人为实例求解验证,证实该算法简单可行. 相似文献