共查询到20条相似文献,搜索用时 78 毫秒
1.
由于机器人操作手具有高度非线性、强耦合和变结构的动态特性,因此,利用传统控制理论很难实现对机器人操作手的有效控制.文章对基于径向基函数网络的强化学习在机器人操作手的多智能体环境中的轨迹规划进行了研究.仿真实验结果证明了研究方法的可行性. 相似文献
2.
3.
基于多传感器信息融合的汽车衡误差补偿 总被引:3,自引:3,他引:0
传统的汽车衡误差补偿方法是通过反复调节接线盒中电位器,调整每路称重传感器通道增益实现的,过程繁琐、称重结果准确度低.介绍了汽车衡称重原理,分析了称量误差产生的原因,确定了误差模型,以多路称重传感器信号为输入,提出了基于径向基函数神经网络多传感器信息融合误差补偿方法,建立了融合模型,给出r融合模型的训练算法.这种误差补偿方法建模方便,训练简单,克服了汽车衡在加工、安装过程中产生的内应力、机械形变、尺寸误差和传感器灵敏度分散性、传感器线性度误差等因素对称量结果的影响,准确度高.现场检定表明,采用这种补偿方法的汽车衡称重误差小,优于国家标准规定的三级秤指标. 相似文献
4.
5.
6.
当前我国普遍使用的内河船舶系缆方式多为传统的手工式,使船舶通过人力劳动的方式停靠与港湾中,需要起航时再借助人力解缆离岸。随着科技的进步发展,传统的手工式系缆方式已经不能满足时代的需求,内河船舶无缆系泊装置可以通过全机械化的方式,将人力从无意义的机械劳动中解放出来,实现资源的优化配置。本文首先对内河船舶无缆系泊装置做了较为详细的介绍,分析了该装置的基本结构与机械控制工作原理,然后列举了内河船舶无缆系泊装置的控制系统组成部分,最后简述了该装置的适用范围,希望能对我国船舶运输业今后的发展提供必要的帮助。 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.
基于多源信息融合的往复式压缩机故障诊断方法 总被引:1,自引:0,他引:1
往复式压缩机结构复杂,振动激励源多,故障关联性较强,需要依靠多种类型的传感器所采集的信息来对往复式压缩机故障进行诊断。在融合往复式压缩机多种类型传感器采集的特征信息基础上,提出一种基于多源信息融合的往复式压缩机故障诊断方法,构建信息融合诊断框架。利用往复式压缩机多种类型传感器所采集的数据信息构建特征证据体,使用径向基神经网络对每个证据体进行初步诊断,根据加权证据融合理论融合各个证据体初步诊断结果,得到最终诊断结果。使用提出的方法对往复式压缩机3种工况的试验数据进行融合诊断,诊断结果表明:使用加权证据融合理论融合多源传感器信息的诊断结果可信度高,不确定性小,能够准确对往复式压缩机故障状态进行诊断识别。 相似文献
10.
11.
提出了一种基于径向基网络的识别变速箱载荷的新方法,该方法应用径向基函数网络建立了箱体表面振动响应信号与轴承激励之问的非参数映射模型。通过变速箱在随机激励下的载荷识别结果表明,这种利用径向基网络识别变速箱载荷的方法是可行的,并且具有识别精度高、运算速度快及稳定性好等优点。 相似文献
12.
针对复杂恶劣环境下机组热力参数的数据监测及传感器故障诊断问题,建立了融合机理分析、核主元分析(kernel principle component analysis,简称KPCA)与径向基神经网络(radial basis function,简称RBF)的发电机组热力参数预测及传感器故障检测模型。首先,根据机理分析得到完备的辅助变量集,并利用核主元分析提取辅助变量的特征信息以有效处理发电机组中高维、强耦合的非线性数据;其次,将主元变量集输入径向基神经网络进行学习,实现热力参数的重构;最后,基于预测模型与窗口移动法实现传感器的故障诊断,并对故障数据进行及时修复和准确替换。以燃气轮机排气温度为例进行验证的结果表明,该预测模型具有更高的精度和泛化能力,能在传感器故障发生初期及时发现并识别故障类型,检测效果优良。 相似文献
13.
基于神经网络的自适应裂谱分析方法 总被引:4,自引:0,他引:4
在应用 RBF神经网络建立具有自适应能力的信噪分离算法的基础上 ,提出了一种基于神经网络的自适应裂谱分析方法 ,实验结果证实了新方法具有很高的性能稳定性和增强湮没在晶粒 (或其它散射体 )散射中的缺陷回波信号能力。 相似文献
14.
为了准确获取材料在复杂应力应变状态下的板料成形本构参数,提高板料成形有限元数值模拟的精度,提出了基于改进径向基函数代理模型的板料成形参数反求优化方法。将径向修正系数引入径向基函数(RBF)核函数中,利用粒子群算法(PSO)对径向修正系数进行优化,提高模型的预测精度。将PSO-RBF模型应用到一个非线性测试函数中,结果表明,PSO-RBF模型比RBF模型的预测精度提高很多;同时将PSO-RBF模型应用到板料成形本构参数反求中,代替有限元模型进行正问题计算,可节省计算成本和提高效率。结果表明,基于PSO-RBF模型反求优化得到的材料参数,能够更加准确地反映材料的流动趋势以及应变分布。 相似文献
15.
以RBF网络为识别模型,对柴油机燃油喷射系统的故障进行训练,并应用于待识别故障样本的识别仿真,结果表明,基于RBF的故障诊断方法优于基于BP网络故障诊断,在柴油机燃油喷射系统故障诊断中是行之有效的方法. 相似文献
16.
在分析经验模态分解端点效应出现原因的基础上,采用BP和径向基函数神经网络预测法对端点效应进行研究.在实验中,通过延长信号的采样时间,使端点的数据延长,从而抑制EMD分解时产生的端点效应.同时为了比较两种数据延长方法的效果,分别将延长后的数据进行EMD分解.实验结果表明,这两种都可以有效抑制端点效应对分析结果产生的影响,提高经验模态分解的效果. 相似文献
17.
18.
19.
基于RBF神经网络的齿轮箱故障诊断 总被引:1,自引:0,他引:1
阐述径向基函数(radial base function,RBF)神经网络的基本原理和算法,将其应用于齿轮箱故障诊断与识别,建立齿轮箱的BRF故障诊断模型,并与BP(back propagation)神经网络、学习率自适应BP神经网络进行对比分析研究。结果表明,RBF神经网络性能优于BP神经网络,具有较快的训练速度、较强的非线性映射能力和精度较高的故障识别能力,非常适用于齿轮箱的状态监测和故障诊断。但在具体应用中应当注意,RBF网络的训练样本必须含有一定的噪声,以提高网络的容噪性能;各类故障的训练样本数不能太少,否则RBF网络的故障分类能力很差。 相似文献
20.
轴承滚子电化学机械光整加工表面质量预测与加工参数选择 总被引:1,自引:0,他引:1
针对现有方法加工轴承滚子时存在的问题,将电化学机械光整(electrochemical mechanicalfinishing,ECMF)加工应用于轴承滚子的光整加工中。ECMF加工效果受很多因素影响,为预测加工质量及选择加工参数,建立了带有径向基函数的基于LS-SVM的轴承滚子ECMF加工预测模型,对正交试验样本进行训练学习,采用网格搜索法确定模型参数。实验及预测结果表明:ECMF适合于轴承滚子的加工,经ECMF加工后的轴承滚子表面质量明显提高;通过LS-SVM模型选择的加工参数及预测的表面质量误差,均在可接受的范围内。 相似文献