共查询到20条相似文献,搜索用时 15 毫秒
1.
《中国工程机械学报》2017,(4)
由于路面不平整导致车辆行驶过程中产生很大的振动现象,因此采用鲁棒神经网络控制系统,实现车辆悬架振动的有效控制,并对控制结果进行仿真验证.建立了车辆7自由度振动悬架系统模型简图,构造了车辆振动动力学方程式.应用了PID控制器,通过增加指数函数对传统PID控制器中的组件进行求导,推导出鲁棒神经网络控制系统.采用数学软件Matlab/Simulink对神经网络控制系统进行仿真,同时与PID控制器进行对比和分析.仿真结果显示,车辆行驶过程中遇到路面随机产生的激励波后,主动悬架采用鲁棒神经网络控制跟踪误差较小,具有自适应调节功能.采用鲁棒神经网络控制车辆主动悬架,可以降低车辆垂直方向的振动幅度,提高车辆行驶的平稳性. 相似文献
2.
3.
4.
为了提高PID控制器参数根据实际误差自动调整能力,提出了基于神经网络的自适应PID控制器的设计。详细分析了神经网络自适应控制原理,设计了通过神经网络对PID控制器参数自动调整的方案。利用Matlab仿真工具,对自适应PID控制器进行了仿真测试,给出了神经网络训练参数,通过大量数据的模拟测试,结果表明基于神经网络的自适应PID控制器能够根据控制误差自动调整PID参数,对输入的阶跃信号响应平稳,综合性能大大提高。 相似文献
5.
提出了一类高动态性能切换模糊PID控制器设计方法.通过对传统PID控制中比例控制和微分控制作用的分析,结合模糊PID控制器鲁棒性能和自适应性好的优点,设计了一类新的模糊控制器.由于该类控制器先后经历比例控制,微分控制和模糊PID控制的切换,使被控系统不仅具有一般模糊PID控制器的所具有的良好的鲁棒性能和自适应性,而且与一般模糊控制器相比具有更小的超调量和调节时间,是一类动态性能良好的控制器.最后将该控制器应用于一伺服系统进行仿真对比,并给出了Simulink仿真框图.仿真结果说明了该控制器的优越性. 相似文献
6.
为了解决存在外部不确定随机干扰情况下机械臂的高精度轨迹跟踪问题,提出了一种自适应鲁棒滑模控制方法,并用Lyapunov稳定性定理证明了其闭环系统的稳定性。采用饱和函数取代控制器中的符号函数,有效消除了控制器的抖振现象。仿真结果证明:与传统的PID控制器相比,提出的自适应鲁棒滑模控制器具有更高的鲁棒性、稳定性和精度。 相似文献
7.
8.
针对可重构机械臂系统存在的不确定性及不同构型下的轨迹跟踪问题,提出了径向基函数(Radial Basis Function,RBF)神经网络鲁棒自适应补偿控制算法。设计了RBF神经网络补偿控制器自适应逼近补偿系统存在的未知项;为减小控制器逼近误差及适应构型变化时的鲁棒性,在控制律中引入了鲁棒项;基于李雅普诺夫(Lyapunov)稳定性理论设计了构型自适应调节律和鲁棒项并证明了闭环控制系统的稳定性。最后,以两种典型的可重构机械臂构型进行研究,结果表明所提算法能够适应系统构型的改变,同时有效地补偿系统存在的不确定性。 相似文献
9.
10.
11.
考虑到下肢康复机器人很难获得精确、完整的数学模型,而且在建立模型时需要进行合理的近似处理,因此忽略了外部干扰、参数误差、未建模的动态和摩擦等不确定因素,这些原因导致控制性能不佳。基于此提出了一种基于计算力矩法的神经网络鲁棒控制器,通过计算力矩法对标称模型进行控制,RBF神经网络控制器对系统中未知的不确定项进行补偿,而自适应鲁棒控制器则用来补偿神经网络的逼近误差及外部的干扰,从而提高了系统的动态性能和控制精度,并对算法的稳定性进行了证明。通过实验验证,证明了控制算法的有效性,在被动训练时具有较好的轨迹跟踪性能。 相似文献
12.
13.
针对电阻炉温度被控对象的纯滞后特性,设计了内模PID鲁棒控制器。结果表明,内模PID鲁棒控制器具有良好的抗干扰性和鲁棒性,且参数整定简单,可有效改善系统的控制效果。 相似文献
14.
《机械制造与自动化》2017,(1):230-233
烟草制丝线的烟叶回潮控制系统具有时变性、大惯性和大滞后的特点,用常规的PID控制等方法难以取得满意的控制效果。将Smith补偿原理和PID参数的自适应调整方法相结合,提出了基于BP神经网络整定的Smith—PID控制算法,提高了对被控对象参数变化的自适应能力。Smith预估控制能够克服对象的大迟延特性,克服了常规PID算法不适应大时滞系统控制和常规Smith算法过于依赖模型精度的缺陷。仿真结果表明,算法的控制性能最优,具有良好的鲁棒特性。 相似文献
15.
采用模糊控制与人工免疫控制方法结合的策略,设计了一种模糊免疫PID控制器用于炉温控制系统,仿真实验表明,该控制器具有良好的自适应性和鲁棒性能。 相似文献
16.
针对数控机床用永磁直线同步电动机(PMLSM)伺服系统中存在非线性,且易受外界干扰导致控制困难的问题,基于PMLSM工作原理建立了相应矢量控制数学模型,设计了CMAC(Cerebellar Model Articulation Controller,小脑模型关联控制器)+PID的PMLSM伺服系统控制方案,对控制器的跟踪性能以及抗干扰能力进行仿真。结果表明基于CMAC的复合控制器具有良好的动态跟踪性能和较强的鲁棒适应性,是解决非线性、强耦合的PMLSM控制问题的一种简便有效的控制算法。 相似文献
17.
18.
19.
比例伺服阀广泛应用于智能工程机械、国防装备等高端液压系统中。对于智能比例伺服阀而言,液动力是限制其智能化程度提升最主要的因素。针对上述问题,提出一种基于神经网络的阀芯液动力补偿鲁棒控制器(Flow forcecompensationneuralnetwork-basedrobustcontroller, FF-NNRC)。首先利用Fluent软件,获取在不同阀芯位移、压力边界条件下的液动力信息,用于模拟真实工况下的液动力扰动。设计神经网络学习逼近液动力扰动,从而在模型前馈补偿项构建液动力动态补偿项,针对系统其他扰动及神经网络估计误差设计鲁棒项加以克服。Lyapunov稳定性理论证明提出的控制策略可以实现系统的有界稳定。仿真结果表明,与传统的PID控制器和基于名义值模型补偿的鲁棒控制器(Model compensation robust controller,MC-RC)相比,所提出的控制器具有更高的控制精度和抗干扰能力。 相似文献
20.
基于神经网络PID的冗余伺服系统自适应控制 总被引:5,自引:0,他引:5
建立冗余直接驱动式电液伺服系统的数学模型。针对电液伺服系统时变、强非线性的特点以及冗余伺服系统在余度降级过程中的故障瞬态现象和余度降级后的性能降级现象,考虑传统PID控制器自适应能力不强、鲁棒性差等缺陷,提出神经网络自适应控制方案。根据冗余电液伺服系统的特点和目前神经网络控制的发展水平,采用基于径向基函数神经网络的智能PID控制器实现冗余伺服系统的自适应控制。研究结果表明:该控制器能够根据控制指令、被控对象结构参数等因素的变化实时调整控制器参数,和传统PID控制器相比具有控制精度高、鲁棒性强的特点,可以有效地克服冗余伺服系统余度切换时的故障瞬态现象和余度降级后的性能降低现象。 相似文献