排序方式: 共有42条查询结果,搜索用时 15 毫秒
1.
神经网络在线自学习跟踪控制及其在伺服系统中的应用 总被引:1,自引:0,他引:1
针对传统自适应和自校正控制中存在的问题,提出一种基于神经网络的在线自学习控制方法,既做到了对象模型的在线辨识和控制器的在线设计,又避免了神经网络控制方法通常存在的实时控制的困难,使复杂系统的在线学习控制成为可能。仿真表明该方法具有良好的鲁棒性和控制精度。 相似文献
2.
3.
基于不确定性推理原理的机组振动信息融合技术 总被引:7,自引:4,他引:7
利用D-S证据推理理论对不确定性结构振动进行融合推理,给出了传感器特征信息融合算法和决策融合算法。并结合发电机组地基的振动控制问题,对传感器的特征信息进行融合,得到了控制的决策信息值,为抑制大型发电机组地基的振动提供了依据。 相似文献
4.
5.
6.
7.
神经网络在线学习模糊自适应控制及其应用 总被引:4,自引:6,他引:4
基于反馈误差学习法,提出了一种神经网络在线学习模糊自适应控制结构。利用模糊推理机产生的分目标学习误差训练神经网络,避免了控制器的输出产生振荡或进入饱和状态。工程应用表明,该方法将模糊推理引入神经网络学习中,可有效地提高系统的控制品质。 相似文献
8.
电液伺服结构加载系统的神经网络直接自适应输出跟踪控制 总被引:8,自引:2,他引:6
本文利用神经网络的学习能力和非线性映射能力研究了电液加载系统的神经网络直接自适应输出跟踪控制方法,控制器是由一个具有反馈动力学的多层前馈神经网络及其学习算法组成。该控制器不需要被控对象的先验知识,也不依赖于被控对象的辨识模型,能快速跟踪对象的动力学行为,具有良好的自适应性和动态输出跟踪响应性能。 相似文献
9.
10.
本文针对目前各种正弦振动控制系统在使用过程中都需要调节控制参数的缺陷,提出了一种基于双环串联自适应模型跟随控制的正弦振动控制系统。该系统采用自适应模型跟随控制算法、软件幅值检测和数字式扫频正弦信号发生器。系统所有控制参数均在安装时一次性确定,无需用户在使用过程中进行任何调节,大大方便了用户的操作使用,提高了环境试验的安全性。同时,该系统与已有的各种正弦振动控制系统相比,还具有控制精度高、鲁棒性强、算法移植和升级方便等优点。 相似文献