期刊文献+
共找到1,297篇文章
< 1 2 65 >
每页显示 20 50 100
基于神经网络ODE和非线性MPC的DEA建模与控制 被引量:1
1
作者 黄鹏 王亚午 +2 位作者 吴俊东 苏春翌 福岛 E.文彦 《自动化学报》 北大核心 2025年第1期186-196,共11页
针对介电弹性体驱动器(Dielectric elastomer actuator,DEA)建模与控制的挑战性问题,提出基于神经网络常微分方程(Ordinary differential equation,ODE)和非线性模型预测控制(Model predictive control,MPC)的DEA动力学建模与跟踪控制方... 针对介电弹性体驱动器(Dielectric elastomer actuator,DEA)建模与控制的挑战性问题,提出基于神经网络常微分方程(Ordinary differential equation,ODE)和非线性模型预测控制(Model predictive control,MPC)的DEA动力学建模与跟踪控制方法.首先,基于神经网络ODE建立DEA的动力学模型以描述其复杂的动态行为.然后,基于所建立的DEA动力学模型,设计非线性模型预测控制器实现其跟踪控制目标.最后,在所搭建的实验平台上进行一系列跟踪控制实验.在所有实验结果中,DEA的运动均能很好地跟踪目标轨迹,且相对均方根误差均不超过3.30%,说明了所提动力学建模与跟踪控制方法的有效性. 展开更多
关键词 介电弹性体驱动器 神经网络常微分方程 动力学建模 线性模型预测控制
在线阅读 下载PDF
微型位移传感器固有非线性神经网络校正研究
2
作者 华洪良 丁心一 +2 位作者 张静 吴小锋 廖振强 《兵器装备工程学报》 北大核心 2025年第1期175-181,共7页
微型碳膜位移传感器具有结构紧凑、可靠、低成本等诸多优点,在农业机械、机器人末端执行器、医疗手术器械等领域具有广阔的应用前景。由于碳膜厚度制造误差,导致微型碳膜位移传感器存在固有非线性,影响其测量精度。针对微型位移传感器... 微型碳膜位移传感器具有结构紧凑、可靠、低成本等诸多优点,在农业机械、机器人末端执行器、医疗手术器械等领域具有广阔的应用前景。由于碳膜厚度制造误差,导致微型碳膜位移传感器存在固有非线性,影响其测量精度。针对微型位移传感器固有非线性校正问题,采用神经网络方法,构建非线性校正模型,对传感器固有非线性进行校正。通过仿真与实验相结合的方法,从校正精度、实时解算速度2个维度,将神经网络非线性校正模型和现有PCM、BCM模型进行对比研究。研究结果表明,增加模型阶数,可以有效提高校正精度。对于BCM和神经网络非线性校正模型而言,三阶模型即可实现精度收敛。经过三阶PCM、BCM和神经网络非线性模型校正,传感器测量误差可分别降低46.1%、89.0%和89.6%。因此,神经网络非线性校正模型具有更高的校正精度。此时,PCM、BCM和神经网络非线性校正模型实时解算时间分别为0.48、0.49、0.85 ms,能够基本满足5 ms级高性能控制器应用需求。 展开更多
关键词 位移传感器 线性校正模型 神经网络方法 测量精度 实时解算
在线阅读 下载PDF
基于物理信息神经网络的多介质非线性瞬态热传导问题研究
3
作者 陈豪龙 唐欣越 +2 位作者 王润华 周焕林 柳占立 《力学学报》 北大核心 2025年第1期89-102,共14页
文章基于物理信息神经网络(physics-informed neural network,PINN)求解多介质非线性瞬态热传导问题.根据多介质热物性参数的不同,将求解区域划分成多个子域,在每个子域中单独应用PINN,不同子域通过公共界面的通量连续性条件相联系.利... 文章基于物理信息神经网络(physics-informed neural network,PINN)求解多介质非线性瞬态热传导问题.根据多介质热物性参数的不同,将求解区域划分成多个子域,在每个子域中单独应用PINN,不同子域通过公共界面的通量连续性条件相联系.利用偏微分方程、初始条件、边界条件和子域间公共界面连续性条件的残差构建损失函数.通过自动微分算法计算偏微分方程中温度对各输入变量的偏导数.利用链式求导法计算损失函数对权重和偏差的梯度,再根据梯度下降法更新网络参数.为了加速网络收敛,在激活函数中引入训练参数,通过调节激活函数斜率,使网络具有自适应性.文章探讨了PINN在求解多介质非线性瞬态热传导问题中的适用性,并进一步讨论了不同激活函数、学习率、网络结构和损失函数中的各项权重等对PINN计算结果的影响.计算结果表明,PINN在求解多介质非线性瞬态热传导问题时仍具有较高的可靠性和较简洁的求解流程,且不需要对求解域进行人为的前处理,有一定工程应用可行性.文章通过系统的理论分析和数值验证,充分展示了PINN解决复杂热传导问题的可靠性. 展开更多
关键词 物理信息神经网络 线性瞬态热传导问题 多介质 自适应激活函数
在线阅读 下载PDF
基于域适应物理信息神经网络的时间序列预测方法
4
作者 曹力丰 阎高伟 +2 位作者 肖舒怡 董珍柱 董平 《自动化学报》 北大核心 2025年第6期1329-1346,共18页
基于机器学习的预测方法通常能够实现较高的拟合精度,但模型可解释性和泛化性能较差.在工业过程中,由于概念漂移现象的存在,这些方法的稳定性受到影响,使得在复杂工业环境中精确建模成为一项既困难又具挑战性的任务.为此,提出一种基于... 基于机器学习的预测方法通常能够实现较高的拟合精度,但模型可解释性和泛化性能较差.在工业过程中,由于概念漂移现象的存在,这些方法的稳定性受到影响,使得在复杂工业环境中精确建模成为一项既困难又具挑战性的任务.为此,提出一种基于线性动力算子的域适应物理信息神经网络方法.首先通过历史工况数据建立线性动力算子神经网络模型,捕获多变量时间序列数据的动态特性.然后通过前向欧拉法对机理模型进行离散化,构造物理信息正则化项,促使模型服从机理约束.最后通过最大均值差异对历史工况和当前工况下隐藏层状态变量进行分布对齐,构建域适应损失,降低变工况下数据分布变化对模型的影响.在多个数据集上的实验表明,该方法可以有效提高模型预测精度和泛化性能. 展开更多
关键词 物理信息机器学习 概念漂移 适应 线性动力算子神经网络
在线阅读 下载PDF
基于神经网络的轮式移动机器人非线性模型预测控制研究 被引量:1
5
作者 赵卫东 张延义 《中国工程机械学报》 北大核心 2024年第4期432-436,共5页
针对轮式移动机器人受到障碍物干扰导致运动轨迹跟踪误差较大问题,提出了神经网络非线性模型预测(NN-NMP)控制方法,并对轮式移动机器人避障效果进行仿真验证。建立了轮式移动机器人运动模型,并且定义了机器人运动方程式。设计非线性模... 针对轮式移动机器人受到障碍物干扰导致运动轨迹跟踪误差较大问题,提出了神经网络非线性模型预测(NN-NMP)控制方法,并对轮式移动机器人避障效果进行仿真验证。建立了轮式移动机器人运动模型,并且定义了机器人运动方程式。设计非线性模型预测控制方法,引用神经网络算法,通过训练多层神经网络对非线性模型预测控制误差进行逼近,从而使轮式移动机器人控制系统具有更好的避障能力。设置3种不同环境,利用Matlab软件对轮式移动机器人避障结果进行仿真,对比和分析轮式移动机器人采用2种控制方法的输出结果。结果显示:在无障碍物环境中,采用传统比例-积分-微分(PID)控制方法和NN-NMP控制方法,轮式移动机器人均能较好地按照期望轨迹进行移动。在有障碍物环境中,采用传统PID控制方法,轮式移动机器人虽然能够躲避障碍物,但是跟踪误差较大。采用NN-NMP控制方法,轮式移动机器人不仅能够躲避障碍物,而且跟踪误差相对较小。采用NN-NMP控制方法,能够降低轮式移动机器人跟踪误差,具有较好的避障能力。 展开更多
关键词 轮式移动机器人 避障 神经网络线性模型预测控制 误差 仿真
在线阅读 下载PDF
基于神经网络的非线性多模型自适应控制 被引量:19
6
作者 姚健 纪志成 黄言平 《控制工程》 CSCD 北大核心 2014年第2期172-177,共6页
针对一类非线性离散动态系统,设计了一个自适应控制方案。为了保证在任意时刻均能为被控的动态系统选择最好的控制器,方案基于输入输出数据为系统定义一个线性预测模型,并在此基础上设计能够保证闭环系统所有信号有界的线性鲁棒自适应... 针对一类非线性离散动态系统,设计了一个自适应控制方案。为了保证在任意时刻均能为被控的动态系统选择最好的控制器,方案基于输入输出数据为系统定义一个线性预测模型,并在此基础上设计能够保证闭环系统所有信号有界的线性鲁棒自适应控制器,同时定义一个非线性预测模型,再基于径向基神经网络设计一个旨在提高系统控制性能的非线性自适应控制器。通过比较2个控制器预测的系统输出性能,设计合理的开关切换规则。控制方案能将系统稳定性控制和性能优化的控制分离并单独实现,使得系统能在保证稳定性前提下,借助神经网络控制器良好的追踪能力有效提高自适应控制效果。最后通过仿真例子说明了系统稳定和提高输出追踪效果可以同时得到保证。 展开更多
关键词 线性系统 自适应控制 神经网络 模型 开关转换
在线阅读 下载PDF
基于神经网络与多模型的非线性自适应广义预测控制 被引量:30
7
作者 石宇静 柴天佑 《自动化学报》 EI CSCD 北大核心 2007年第5期540-545,共6页
针对一类不确定非线性离散时间动态系统,提出了基于神经网络与多模型的非线性广义预测自适应控制方法.该自适应控制方法由线性鲁棒广义预测自适应控制器,神经网络非线性广义预测自适应控制器和切换机制三部分构成.线性鲁棒广义预测自... 针对一类不确定非线性离散时间动态系统,提出了基于神经网络与多模型的非线性广义预测自适应控制方法.该自适应控制方法由线性鲁棒广义预测自适应控制器,神经网络非线性广义预测自适应控制器和切换机制三部分构成.线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界,神经网络非线性广义预测自适应控制器能够改善系统的性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.给出了所提自适应方法的稳定性和收敛性分析.最后通过仿真实例验证了所提方法的有效性. 展开更多
关键词 广义预测控制 自适应 模型 神经网络
在线阅读 下载PDF
基于神经网络与多模型的非线性自适应广义预测解耦控制 被引量:15
8
作者 石宇静 柴天佑 《控制理论与应用》 EI CAS CSCD 北大核心 2008年第4期634-640,共7页
针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解祸控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用... 针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解祸控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性. 展开更多
关键词 线性 广义预测控制 解耦 神经网络 模型
在线阅读 下载PDF
基于神经网络和多模型的非线性自适应PID控制及应用 被引量:9
9
作者 刘玉平 翟廉飞 柴天佑 《化工学报》 EI CAS CSCD 北大核心 2008年第7期1671-1676,共6页
针对一类未知的单输入单输出离散非线性系统,提出了基于神经网络和多模型的非线性自适应PID控制方法。该方法由线性自适应PID控制器、神经网络非线性自适应PID控制器以及切换机构组成。采用线性自适应PID控制器可保证闭环系统所有信号有... 针对一类未知的单输入单输出离散非线性系统,提出了基于神经网络和多模型的非线性自适应PID控制方法。该方法由线性自适应PID控制器、神经网络非线性自适应PID控制器以及切换机构组成。采用线性自适应PID控制器可保证闭环系统所有信号有界;采用神经网络非线性自适应PID控制器可改善系统性能;通过引入合理的切换机制,能够在保证闭环系统稳定的同时,提高系统性能。理论分析表明,该方法能够保证闭环系统所有信号有界,如果适当地选择神经网络的结构和参数,系统的跟踪误差将收敛于任意给定的紧集。将所提出的方法应用于连续搅拌反应釜,仿真结果验证了所提出方法的有效性。由于该方法基于增量式数字PID控制器,在工业过程中有着广阔的应用前景。 展开更多
关键词 PID控制 自适应控制 模型 神经网络 连续搅拌反应釜
在线阅读 下载PDF
通用神经网络非线性系统模型参考自适应控制 被引量:4
10
作者 孙红兵 李生权 《计算机应用研究》 CSCD 北大核心 2009年第11期4169-4171,共3页
针对任意复杂的具有最小相位,滞后环节和非最小相位特性的离散非线性系统,提出一种通用的直接神经网络模型参考自适应控制。采用具有在线学习功能的最近邻聚类算法训练RBF神经网络控制器,同时引入优化策略对聚类半径进行自动调整,并利... 针对任意复杂的具有最小相位,滞后环节和非最小相位特性的离散非线性系统,提出一种通用的直接神经网络模型参考自适应控制。采用具有在线学习功能的最近邻聚类算法训练RBF神经网络控制器,同时引入优化策略对聚类半径进行自动调整,并利用构造伪系统的方法构成一种对非最小相位同样有效的神经网络模型参考自适应控制器。仿真研究证明,该控制策略不仅能使多种非线性对象跟踪多种参考信号,而且抗干扰能力和鲁棒性也很好。 展开更多
关键词 RBF神经网络 线性非最小相位系统 最近邻聚类算法 伪系统 模型参考自适应控制
在线阅读 下载PDF
基于聚类方法和神经网络的非线性系统多模型自适应控制 被引量:10
11
作者 唐伟强 龙文堃 +1 位作者 孙丽娟 黄小丽 《系统工程与电子技术》 EI CSCD 北大核心 2019年第9期2100-2106,共7页
针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设... 针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。 展开更多
关键词 线性系统 模型方法 自适应控制 模糊聚类 神经网络
在线阅读 下载PDF
基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术 被引量:1
12
作者 朱纬 王敏林 董雪明 《电子测量技术》 北大核心 2024年第8期189-194,共6页
基于光纤陀螺的测角仪可以实现对各项角运动参数的一体化动态精密测量,但在实际应用中,光纤陀螺测角仪受到温度变化的影响,导致测量精度下降。针对这一问题,本文提出了一种基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术... 基于光纤陀螺的测角仪可以实现对各项角运动参数的一体化动态精密测量,但在实际应用中,光纤陀螺测角仪受到温度变化的影响,导致测量精度下降。针对这一问题,本文提出了一种基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术。为了提高温度误差建模的进度,提高传统神经网络的逼近能力,通过自适应前向线性预测滤波器对建模用测角仪温度漂移数据进行预处理,并采用自适应小波回声神经网络建立温度漂移模型,能够避免传统神经网络结构设计的盲目性和局部最优等问题,增强了网络学习能力和泛化能力,并利用自适应律代替神经网络梯度进行网络训练,提升神经网络的逼近精度和收敛速度。实验结果表明,该模型可以提高光纤陀螺测角仪的测量精度和环境适应性,为光纤陀螺测角仪的性能优化和实际应用提供了可靠的技术支撑。 展开更多
关键词 测角仪 温度误差建模 小波回声神经网络 粒子群优化 自适应前向线性预测滤波器
在线阅读 下载PDF
用输入输出模型表示的非线性系统的模糊神经网络滑模自适应控制 被引量:1
13
作者 达飞鹏 宋文忠 《电子学报》 EI CAS CSCD 北大核心 2000年第7期51-54,共4页
本文对一类用输入输出模型表示的非线性系统 ,基于模糊神经网络 ,提出了一种滑模自适应控制方法 .通过对系统输入输出模型的分解 ,将控制器的设计分为两步 ,第一步是设计模糊神经网络滑模控制器 ,第二步是进行线性系统的设计 .模糊神经... 本文对一类用输入输出模型表示的非线性系统 ,基于模糊神经网络 ,提出了一种滑模自适应控制方法 .通过对系统输入输出模型的分解 ,将控制器的设计分为两步 ,第一步是设计模糊神经网络滑模控制器 ,第二步是进行线性系统的设计 .模糊神经网络滑模控制器是由模糊神经网络实现滑模控制 ,它平滑了切换信号 ,消除了滑模控制中固有的颤动现象同时在控制器的设计中不需要知道系统的不确定性和扰动的界限 ,使系统有强鲁棒性 .运用Lyapunov稳定理论 ,证明了整个系统是稳定的且系统的跟踪误差收敛到零的邻域 .仿真结果表明了控制方案的有效性 . 展开更多
关键词 线性系统 模糊神经网络 滑模控制 自适应控制
在线阅读 下载PDF
基于RBF神经网络的高速列车速度跟踪控制
14
作者 秦世玉 徐传芳 李云浩 《北京交通大学学报》 北大核心 2025年第3期111-119,共9页
针对考虑未知模型参数、不确定附加阻力、未知车间力和外界干扰等影响的高速列车速度跟踪控制问题,提出基于径向基函数(Radialbasisfunction,RBF)神经网络的自适应非奇异快速终端滑模控制器.首先,考虑高速列车的非线性阻力和相邻车厢间... 针对考虑未知模型参数、不确定附加阻力、未知车间力和外界干扰等影响的高速列车速度跟踪控制问题,提出基于径向基函数(Radialbasisfunction,RBF)神经网络的自适应非奇异快速终端滑模控制器.首先,考虑高速列车的非线性阻力和相邻车厢间的车间耦合作用力影响,建立高速列车多质点模型.其次,设计一种基于新型饱和函数的高速列车有限时间速度跟踪控制策略,引入非奇异快速终端滑模控制方法实现高速列车系统状态的有限时间收敛,改善高速列车速度跟踪的稳态精度和暂态性能.再次,设计基于RBF神经网络的自适应非奇异终端滑模跟踪控制策略,利用自适应技术实现对列车模型参数以及附加阻力、车间力等不确定性项上限的在线估计,并针对不连续切换控制项造成的抖振现象,引入RBF神经网络重映射非奇异快速终端滑模控制策略的切换控制项,同时设计权重系数的自适应更新律,实现连续切换,有效消除抖振现象所带来的影响.最后,基于Lyapunov稳定性理论证明高速列车速度跟踪控制系统的稳定性,以及系统状态的有限时间收敛性,并以CRH380B型动车组作为控制对象进行仿真验证.仿真结果表明:高速列车可以在有限时间内收敛并跟踪理想轨线,跟踪误差下降了49%,跟踪精度提高,能够为高速列车跟踪控制领域提供借鉴和参考. 展开更多
关键词 高速列车 径向基函数神经网络 多质点模型 速度跟踪 自适应滑模控制
在线阅读 下载PDF
改进型BP神经网络的非线性多模型自适应控制 被引量:3
15
作者 王素珍 刘建锋 《电光与控制》 CSCD 北大核心 2021年第8期1-5,共5页
针对一类参数未知的非线性离散系统,提出一种基于改进型BP神经网络的多模型控制方法。首先将非线性系统表示为线性部分和非线性部分。当非线性部分对系统影响较小时,则直接采用基于固定模型和自适应模型而设计的鲁棒控制器对系统进行控... 针对一类参数未知的非线性离散系统,提出一种基于改进型BP神经网络的多模型控制方法。首先将非线性系统表示为线性部分和非线性部分。当非线性部分对系统影响较小时,则直接采用基于固定模型和自适应模型而设计的鲁棒控制器对系统进行控制;而当非线性部分对系统影响较大时,则采用基于改进的BP神经网络的自适应控制。其次,利用切换准则对控制输入进行平滑切换并给出了稳定性证明。最后,仿真结果表明所提方法能提高系统控制品质、减少控制信号的振荡。 展开更多
关键词 模型控制 线性 改进型BP神经网络 系统辨识模型
在线阅读 下载PDF
基于线性神经网络的模型跟随自适应控制方法
16
作者 刘白雁 陈建国 《机床与液压》 北大核心 2000年第2期35-36,共2页
本文提出了一种利用线性神经网络进行系统广义输出误差预测,使当采样频率相对较低时,可提高模型跟随自适应控制精度的方法。对电液伺服系统的仿真和实验表明这种方法是有效的。
关键词 模型跟随 自适应控制 线性神经网络 误差预测
在线阅读 下载PDF
一类通用神经网络非线性系统模型参考自适应控制(英文)
17
作者 姚荣斌 李生权 李娟 《系统仿真学报》 CAS CSCD 北大核心 2009年第21期6807-6810,共4页
针对任意复杂的具有最小相位,滞后环节和非最小相位特性的离散非线性系统,提出一种通用的直接神经网络模型参考自适应控制。并采用具有在线学习功能的最近邻聚类算法训练RBF神经网络控制器,同时引入优化策略对聚类半径进行自动调整,并... 针对任意复杂的具有最小相位,滞后环节和非最小相位特性的离散非线性系统,提出一种通用的直接神经网络模型参考自适应控制。并采用具有在线学习功能的最近邻聚类算法训练RBF神经网络控制器,同时引入优化策略对聚类半径进行自动调整,并利用构造伪系统的方法构成一种对非最小相位同样有效的神经网络模型参考自适应控制器。仿真研究证明,该控制策略不仅能使多种非线性对象跟踪多种参考信号,而且抗干扰能力和鲁棒性也很好。 展开更多
关键词 线性非最小相位系统 最近邻聚类算法 伪系统 模型参考自适应控制
在线阅读 下载PDF
神经网络阻尼比模型及工业机器人导纳控制
18
作者 党选举 牛嘉晨 《机械设计与制造》 北大核心 2024年第7期379-384,共6页
在工业机器人打磨过程中,环境刚度随未知环境的变化,将对力控制精度产生不利的影响,针对环境刚度变化的问题,该文提出一种基于神经网络阻尼比模型的自适应导纳控制方法。在导纳控制设计中,根据力误差与系统阻尼比之间的机理关系,设计激... 在工业机器人打磨过程中,环境刚度随未知环境的变化,将对力控制精度产生不利的影响,针对环境刚度变化的问题,该文提出一种基于神经网络阻尼比模型的自适应导纳控制方法。在导纳控制设计中,根据力误差与系统阻尼比之间的机理关系,设计激励函数,构造神经网络阻尼比模型;通过该模型使阻尼比在线调整,适应末端环境的刚度变化,实现力到位置自适应转换的导纳控制。与常规导纳控制进行仿真比较,结果表明所提出的力控制策略力误差更小,响应速度更快,能适应变刚度的未知打磨环境。 展开更多
关键词 未知环境 导纳控制 神经网络阻尼比模型 自适应控制 工业机器人
在线阅读 下载PDF
基于神经网络模型的最小预测误差非线性自适应控制器
19
作者 戴宪华 《自动化学报》 EI CSCD 北大核心 1999年第4期504-508,共5页
主要研究基于神经网络模型的最小预测误差非线性自适应控制算法.利用神经网络激励函数的分段局部线性近似,将基于神经网络的非线性系统一步前向预测控制转化为一系列局部的线性预测控制问题.利用线性系统参数估计方法获得神经网络预... 主要研究基于神经网络模型的最小预测误差非线性自适应控制算法.利用神经网络激励函数的分段局部线性近似,将基于神经网络的非线性系统一步前向预测控制转化为一系列局部的线性预测控制问题.利用线性系统参数估计方法获得神经网络预测模型的参数估计.在此基础上利用并联线性系统的预测控制方法设计全局收敛的非线性系统预测控制器. 展开更多
关键词 线性系统 自适应控制器 神经网络模型
在线阅读 下载PDF
基于分数阶自适应神经网络的电动舵机伺服系统摩擦干扰补偿控制 被引量:2
20
作者 陈渝丰 徐晓璐 +3 位作者 张金鹏 张昆峰 岳强 张文静 《航空兵器》 CSCD 北大核心 2024年第1期133-140,共8页
摩擦干扰力矩影响电动舵机伺服系统的跟踪性能,造成位置和速度跟踪偏差,甚至可能导致伺服系统不稳定。针对摩擦力矩干扰下的电动舵机伺服系统跟踪性能差的问题,本文提出了一种分数阶自适应神经网络摩擦补偿算法(FOANN),估计并补偿摩擦... 摩擦干扰力矩影响电动舵机伺服系统的跟踪性能,造成位置和速度跟踪偏差,甚至可能导致伺服系统不稳定。针对摩擦力矩干扰下的电动舵机伺服系统跟踪性能差的问题,本文提出了一种分数阶自适应神经网络摩擦补偿算法(FOANN),估计并补偿摩擦干扰力矩。首先,建立基于LuGre模型的电动舵机伺服系统模型,利用径向基神经网络估计模型中的不可测状态变量。其次,设计FOANN摩擦补偿控制器,利用李雅普诺夫稳定性理论证明电动舵机闭环系统的稳定性。最后,利用仿真和实验平台,对比分析了FOANN、传统PD控制和模型自适应控制的性能。结果表明,基于本文所提出的FOANN摩擦力矩补偿控制算法,电动舵机伺服系统的位置跟踪误差和速度跟踪误差均大幅减小,FOANN算法能够有效估计并补偿摩擦力矩,降低摩擦干扰对电机舵机伺服系统的影响,提高伺服系统的动态性能。 展开更多
关键词 电动舵机 摩擦 LUGRE模型 分数阶控制 自适应控制 径向基神经网络
在线阅读 下载PDF
上一页 1 2 65 下一页 到第
使用帮助 返回顶部