共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
在电动加载系统中,多余力干扰和其他非线性因素影响力矩跟踪精度,传统的控制器控制效果不是很理想。本文建立电动加载系统模型,分析多余力的产生机理,提出了基于对角回归神经网络补偿控制,其计算量小。通过仿真实验,电动加载系统有效的减少了多余力等的影响。 相似文献
3.
4.
高精度转台低速特性是转台设计的主要技术指标,低速特性的研究必须建立准确的框架动力学模型并分析出影响低速特性的关键因素,在此基础上采用PID控制器加神经网络模型的预测控制器对转台低速运行时的非线性干扰进行抑制。通过试验证明低速状态下神经网络预测控制器运行的有效性。 相似文献
5.
应用系统科学和系统工程的思想和方法,将系统工程理论与技术相结合,研究柔性装配系统基于神经网络的多目标优化方案的分析、建模,采用多层前馈型神经网络作为多目标优化设计器,用改进的遗传算法对神经网络进行训练,为复杂背景下的多目标优化设计提供了一种新方法。 相似文献
6.
7.
8.
倒立摆是一个典型的高阶次、自然不稳定、快速响应、非线性运动控制系统,是现代控制研究的对象.PID神经网络是一种内含比例神经元、积分神经元和微分神经元的神经网络.本文介绍了采用PID神经网络控制的倒立摆系统,包括倒立摆系统的基本构成、PID神经网络单变量控制系统的算法和结构、权重初值的选择.进行了实际系统试验,比较了传统PID控制和PID神经网络控制倒立摆的效果,证明了PID神经网络控制系统的优良性能. 相似文献
9.
10.
11.
12.
针对泵控系统滑模控制方面的研究,根据泵控系统的降阶数学模型中存在的未知项f (),再结合滑模控制算法设计基于RBF神经网络的滑模控制器。通过MATLAB/Simulink建立系统的仿真模型,然后进行位置指令仿真分析。研究结果表明:相比较PID控制器,基于RBF神经网络的滑模控制器获得了最小跟踪误差。在干扰条件下跟踪10 Hz频率与1 mm幅值的正弦位置信号,基于RBF神经网络的滑模控制器误差最小;施加干扰力后,控制器都出现了更大的跟踪误差,此时基于RBF神经网络构建的滑模控制器可以快速恢复跟踪误差。研究设计的基于RBF神经网络的泵控系统滑模控制器具有很好的跟踪精度和更强的鲁棒性,可以拓宽应用到其他机械传动领域。 相似文献
13.
PID神经网络在电液弯辊伺服控制系统中的应用 总被引:1,自引:0,他引:1
针对电液弯辊伺服控制系统,设计了PID神经网络控制器.该控制器不仅具备传统PID控制器结构简单、参数物理意义明确等优点,而且具有神经网络的自适应和自学习能力,能够在线调整相关参数,使控制系统表现出良好的鲁棒性和控制性能.仿真和实验均证明了其有效性. 相似文献
14.
15.
16.
17.
针对传统清扫车摆臂开环控制系统的动态响应特性不足、抗干扰能力弱,不能适应高速工况下清扫作业,设计了高速清扫车摆臂执行机构和闭环控制系统。为解决BP神经网络(BPNN)存在局部极值、收敛速度慢等问题,提出一种改进BPNN PID算法,其核心是通过主动串联校正,抑制PID前一次输出值u (k-1)对此次输出值u (k)的影响。通过搭建Simulink-AMESim联合仿真模型,研究了高速清扫车摆臂闭环控制系统的阶跃响应、抗干扰能力以及位置跟踪能力。研究结果表明:所改进的BPNN PID控制器能够动态调整PID参数,提高了系统的适应性、准确性和稳定性;改进BPNN PID控制器的抗干扰能力更强,鲁棒性更好,且系统近乎没有超调,超调量为0.5%,仅为PID控制超调量的2.34%,稳定时间0.62 s,相比PID提前了66.31%。 相似文献