期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
重载大惯性液压驱动系统的神经网络近似逆控制
1
作者
刘振
邓华
《现代制造工程》
CSCD
北大核心
2011年第2期24-27,共4页
针对重载大惯性液压驱动系统,考虑系统的强非线性、模型不确定性和工作点的变化,设计了系统的神经网络近似逆控制器。该系统逆控制器可以直接从辨识所得的神经网络模型中得到,因而只需要训练一个神经网络。对大惯性重载非线性液压驱动...
针对重载大惯性液压驱动系统,考虑系统的强非线性、模型不确定性和工作点的变化,设计了系统的神经网络近似逆控制器。该系统逆控制器可以直接从辨识所得的神经网络模型中得到,因而只需要训练一个神经网络。对大惯性重载非线性液压驱动系统的控制仿真研究表明,与传统PID控制器相比,神经网络近似逆控制器具有更好的动态控制性能,对模型不确定性和工作点的变化具有更强的鲁棒性。
展开更多
关键词
液压系统
神经网络
神经网络近似逆控制器
模型不确定性
在线阅读
下载PDF
职称材料
锂电池叠片机隔膜纠偏神经近似内模及迭代学习复合控制
2
作者
丁文华
谢小鹏
+1 位作者
张攀峰
韩磊
《机械科学与技术》
CSCD
北大核心
2020年第9期1404-1411,共8页
为了解决叠片过程中隔膜对齐度较差的问题,采用神经近似内模和迭代学习控制相结合的方法设计控制器来改进隔膜的纠偏效果,提出一种神经网络近似内模及迭代学习复合控制的隔膜纠偏控制算法。首先针对影响隔膜对齐度的复杂特性导致难以用...
为了解决叠片过程中隔膜对齐度较差的问题,采用神经近似内模和迭代学习控制相结合的方法设计控制器来改进隔膜的纠偏效果,提出一种神经网络近似内模及迭代学习复合控制的隔膜纠偏控制算法。首先针对影响隔膜对齐度的复杂特性导致难以用物理数学模型去描述纠偏过程的问题,采用神经网络的优秀的非线性逼近能力建立纠偏系统的神经网络模型。其次为了提升系统的鲁棒性以及避免系统模型的非仿射非线性特性,采用一种神经近似内模对纠偏系统进行控制,仿真表明神经近似内模对纠偏系统能取得较好的控制效果,但是对周期性扰动的抑制能力有限。然而在锂电池叠片过程中,速度和张力的规律性变化会对隔膜偏移误差产生周期性的干扰。最后将迭代学习控制引入到神经近似内模控制中以应对纠偏系统的周期性扰动,仿真表明引入迭代学习控制后,纠偏系统的周期性扰动得到有效地抑制。试验结果表明所提出的纠偏控制算法可以有效地提升锂电池叠片机放卷系统的隔膜对齐度。
展开更多
关键词
锂电池叠片机
纠偏控制
迭代学习控制
神经近似内模控制
在线阅读
下载PDF
职称材料
题名
重载大惯性液压驱动系统的神经网络近似逆控制
1
作者
刘振
邓华
机构
中南大学机电工程学院
出处
《现代制造工程》
CSCD
北大核心
2011年第2期24-27,共4页
基金
国家973重点基础研究发展计划项目(2006CB705400)
文摘
针对重载大惯性液压驱动系统,考虑系统的强非线性、模型不确定性和工作点的变化,设计了系统的神经网络近似逆控制器。该系统逆控制器可以直接从辨识所得的神经网络模型中得到,因而只需要训练一个神经网络。对大惯性重载非线性液压驱动系统的控制仿真研究表明,与传统PID控制器相比,神经网络近似逆控制器具有更好的动态控制性能,对模型不确定性和工作点的变化具有更强的鲁棒性。
关键词
液压系统
神经网络
神经网络近似逆控制器
模型不确定性
Keywords
hydraulic systems
neural
networks
neural approximate inverse controller（naic）
model uncertainties
分类号
TH137.5 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
锂电池叠片机隔膜纠偏神经近似内模及迭代学习复合控制
2
作者
丁文华
谢小鹏
张攀峰
韩磊
机构
华南理工大学机械与汽车工程学院
深圳科瑞技术股份有限公司
东莞理工学院城市学院
哈尔滨工业大学深圳研究生院
出处
《机械科学与技术》
CSCD
北大核心
2020年第9期1404-1411,共8页
基金
广东省自然科学基金项目(2016A030313452)资助。
文摘
为了解决叠片过程中隔膜对齐度较差的问题,采用神经近似内模和迭代学习控制相结合的方法设计控制器来改进隔膜的纠偏效果,提出一种神经网络近似内模及迭代学习复合控制的隔膜纠偏控制算法。首先针对影响隔膜对齐度的复杂特性导致难以用物理数学模型去描述纠偏过程的问题,采用神经网络的优秀的非线性逼近能力建立纠偏系统的神经网络模型。其次为了提升系统的鲁棒性以及避免系统模型的非仿射非线性特性,采用一种神经近似内模对纠偏系统进行控制,仿真表明神经近似内模对纠偏系统能取得较好的控制效果,但是对周期性扰动的抑制能力有限。然而在锂电池叠片过程中,速度和张力的规律性变化会对隔膜偏移误差产生周期性的干扰。最后将迭代学习控制引入到神经近似内模控制中以应对纠偏系统的周期性扰动,仿真表明引入迭代学习控制后,纠偏系统的周期性扰动得到有效地抑制。试验结果表明所提出的纠偏控制算法可以有效地提升锂电池叠片机放卷系统的隔膜对齐度。
关键词
锂电池叠片机
纠偏控制
迭代学习控制
神经近似内模控制
Keywords
lithium battery laminated machine
deviation
control
iterative learning
control
neural
approxim
ation
inverse
control
composite
control
algorithm
simulation
分类号
TH16 [机械工程—机械制造及自动化]
TC65 [一般工业技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
重载大惯性液压驱动系统的神经网络近似逆控制
刘振
邓华
《现代制造工程》
CSCD
北大核心
2011
0
在线阅读
下载PDF
职称材料
2
锂电池叠片机隔膜纠偏神经近似内模及迭代学习复合控制
丁文华
谢小鹏
张攀峰
韩磊
《机械科学与技术》
CSCD
北大核心
2020
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
