期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
水下电动静液作动器的接触力控制
1
作者 刘佳佳 杨朝坤 +3 位作者 吕立彤 聂勇 陈正 梅德庆 《液压与气动》 北大核心 2025年第2期1-7,共7页
水下作业时,电动静液作动器的接触力传感器难以安装,直接力反馈控制器难以设计。因此,基于力估计和模型补偿提出一种应用于水下电动静液作动器的接触力控制方案。通过建立液压缸压力-流量模型,设计流量模型前馈补偿方案,并基于油腔压力... 水下作业时,电动静液作动器的接触力传感器难以安装,直接力反馈控制器难以设计。因此,基于力估计和模型补偿提出一种应用于水下电动静液作动器的接触力控制方案。通过建立液压缸压力-流量模型,设计流量模型前馈补偿方案,并基于油腔压力传感器实现水下电动静液作动器的压力精准控制;通过建立摩擦模型,基于扩张观测器设计摩擦力补偿方案,实现接触力的估计和控制。最后利用液压试验台,验证了接触力估计和控制的性能,试验表明力估计和控的精度为2%FS。与使用压力传感器进行接触力控制相比,其控制性能更优越。 展开更多
关键词 电动静液作动器 接触力估计 模型补偿控制
在线阅读 下载PDF
模型补偿反步控制及其在四旋翼编队中的应用 被引量:1
2
作者 齐国元 邓嘉豪 《电光与控制》 CSCD 北大核心 2023年第12期24-30,50,共8页
针对多无人机受模型偏差和外部扰动导致的编队构型不稳定问题,提出一种模型补偿控制的思想,在此基础上设计基于补偿函数观测器(CFO)的模型补偿反步控制器并应用于编队协同控制,把编队协同控制问题转化为传统控制问题,实现多无人机在复... 针对多无人机受模型偏差和外部扰动导致的编队构型不稳定问题,提出一种模型补偿控制的思想,在此基础上设计基于补偿函数观测器(CFO)的模型补偿反步控制器并应用于编队协同控制,把编队协同控制问题转化为传统控制问题,实现多无人机在复杂外部扰动下的编队集合、飞行和队形切换。所提出的控制器不仅保留了基于Lyapunov准则的全局指数渐近稳定性,还采用CFO来准确估计模型偏差和干扰并补偿到控制器中,有效增强了编队系统整体的抗扰能力。最后通过仿真和实验验证了算法的有效性。 展开更多
关键词 四旋翼无人机 模型补偿反步控制 补偿函数观测器 编队抗干扰控制 虚拟结构法
在线阅读 下载PDF
两电机调速系统的神经网络逆无模型自适应鲁棒解耦控制 被引量:18
3
作者 刘国海 陈仁杰 +1 位作者 张多 周华伟 《中国电机工程学报》 EI CSCD 北大核心 2019年第3期868-874,965,共8页
为了解决非线性强耦合的多输入/输出的两电机调速系统存在较大负载扰动的问题,提出一种基于神经网络逆(neural network inverse,NNI)的鲁棒解耦控制策略。首先,根据逆系统理论,分析系统的可逆性,利用神经网络逼近原系统逆模型,将强耦合... 为了解决非线性强耦合的多输入/输出的两电机调速系统存在较大负载扰动的问题,提出一种基于神经网络逆(neural network inverse,NNI)的鲁棒解耦控制策略。首先,根据逆系统理论,分析系统的可逆性,利用神经网络逼近原系统逆模型,将强耦合的两电机非线性系统线性化解耦为一伪线性复合系统。其次,针对两电机调速系统中负载扰动的问题,根据动态线性化理论,设计无模型自适应(model-freeadaptive,MFA)补偿控制器;将MFA补偿控制器与伪线性化复合系统相结合,以提高神经网络逆控制的两电机调速系统在负载扰动下的抗扰性能。基于Matlab/Simulink和PLC实验平台进行仿真和实验。实验结果表明:基于神经网络逆系统的MFA鲁棒控制策略不仅能很好地实现两电机转速与张力的解耦,还对负载扰动具有很强的抗扰性能。 展开更多
关键词 两电机调速系统 神经网络逆 模型自适应补偿控制 解耦控制 鲁棒控制
在线阅读 下载PDF
基于ARM的温度控制算法的设计与实现 被引量:6
4
作者 何伟 戴义保 蒋伟 《现代电子技术》 2008年第19期140-142,共3页
基于ARM实现了对系统温度的控制,重点研究了温度控制算法以及在测控系统中的实现。针对大惯性温度控制对象,设计了一种采用模型偏差补偿控制原理的控制算法并应用于工业嵌入式智能温度控制系统中。实验结果表明,利用该人工智能原理设计... 基于ARM实现了对系统温度的控制,重点研究了温度控制算法以及在测控系统中的实现。针对大惯性温度控制对象,设计了一种采用模型偏差补偿控制原理的控制算法并应用于工业嵌入式智能温度控制系统中。实验结果表明,利用该人工智能原理设计的控制算法能够实现高精度的温度控制,可以应用在生产、科研等对温度要求高的场合。 展开更多
关键词 ARM 温度控制 算法 模型偏差补偿控制 嵌入式
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部