检索结果-维普期刊中文期刊服务平台

基于变结构补偿网络的WPT恒流/恒压充电系统被引量：3: 1; 作者王德玉秘锡鸿 +2 位作者傅超伟胡挺赵清林《电工电能新技术》 CSCD 北大核心 2022年第4期9-15,共7页; 针对电动汽车充电无线电能传输(WPT)系统的网络补偿技术,研究了一种LCC-LCC/S型变结构补偿网络。通过开关控制,能够将松耦合变压器的原/副边补偿网络由恒流源-恒流源特性,切换为恒流源-恒压源特性,从而实现变化负载工况下的恒流或恒压输... 展开更多; 关键词电动汽车充电 WPT lcc-lcc/s变结构补偿网络恒流-恒压控制策略; 在线阅读下载PDF 职称材料

基于串级变结构神经网络的机器人补偿控制被引量：3: 2; 作者马毅潇钱东海 +1 位作者赵锡芳陈卫东《上海交通大学学报》 EI CAS CSCD 北大核心 1999年第7期842-846,共5页; 针对机器人动力学的非线性、强耦合、时变特点，为了高速、高精度地控制机器人，提出了基于神经网络的机器人智能控制策略．讨论了机器人动力学模型的特殊性，指出模型中结构和非结构不确定性因素；研究了一种新型串级变结构神经网络（... 展开更多; 关键词串级变结构神经网络补偿控制机器人 CVsNN; 在线阅读下载PDF 职称材料

基于RBF神经网络变结构控制的齿隙和摩擦补偿被引量：1: 3; 作者张大兴贾建援郭永献《系统仿真学报》 CAS CSCD 北大核心 2009年第18期5858-5860,共3页; 齿隙和摩擦是齿轮传动系统中制约运动控制精度不可避免的非线性现象,常规的PID控制难以达到较好的控制品质,变结构控制是解决非线性系统控制问题的一种有效方法。基于滞环齿隙模型和集合摩擦模型,建立了齿轮传动系统动力学模型。采用径... 展开更多; 关键词齿隙摩擦补偿 RBF神经网络变结构控制; 在线阅读下载PDF 职称材料

用神经网络结构实现超磁致伸缩智能构件滑模控制被引量：10: 4; 作者赵章荣邬义杰 +2 位作者顾新建张雷王彬《光学精密工程》 EI CAS CSCD 北大核心 2009年第4期778-786,共9页; 提出了一种利用超磁致伸缩材料(GMM)智能构件精密加工活塞异形孔的方法。采用一种神经网络前馈复合离散滑模变结构控制策略,实现GMM智能构件的精密位移控制,消除了GMM智能构件迟滞非线性的影响。将智能构件的输出位移及其变化率作为小... 展开更多; 关键词超磁致伸缩智能构件小脑模型神经网络(CMAC) 滑模变结构控制前馈补偿迟滞非线性; 在线阅读下载PDF 职称材料

网络直流伺服电机滑模预测控制被引量：3: 5; 作者尹洋夏立宋立忠《电力自动化设备》 EI CSCD 北大核心 2011年第6期65-69,共5页; 利用滑模变结构控制方法对存在丢包情况下的网络直流伺服电机控制系统的鲁棒性问题进行了研究。对于控制器和执行器之间网络存在数据丢包的情况,设计了基于滑模预测控制律的网络丢包补偿模型,包括滑模预测控制产生器和丢包预测补偿器2... 展开更多; 关键词网络控制系统滑模变结构预测控制数据包补偿直流电机伺服电机; 在线阅读下载PDF 职称材料

题名基于变结构补偿网络的WPT恒流/恒压充电系统被引量：3: 1; 作者王德玉秘锡鸿傅超伟胡挺赵清林; 机构燕山大学电气工程学院; 出处《电工电能新技术》 CSCD 北大核心 2022年第4期9-15,共7页; 基金河北省教育厅高等学校科技计划重点项目(ZD2021101)。; 文摘针对电动汽车充电无线电能传输(WPT)系统的网络补偿技术,研究了一种LCC-LCC/S型变结构补偿网络。通过开关控制,能够将松耦合变压器的原/副边补偿网络由恒流源-恒流源特性,切换为恒流源-恒压源特性,从而实现变化负载工况下的恒流或恒压输出,用以满足动力电池的充电需求。针对变结构切换过程中硬开关能量冲击导致的高电压应力问题,本文提出了根据电流极性切换开关的控制策略,进一步优化了开关切换时序,实现模式切换的平滑过渡。最后搭建一个1 kW等级的实验样机,输入为400 V稳压源、输出为模拟电池假负载;利用定宽定频控制实现了10 A恒流输出及105 V恒压输出,在负载变化扰动下的稳态输出波动较小,且实现了逆变器的零电压开通。通过模式切换暂态冲击实验验证了本文所提方案的合理性。; 关键词电动汽车充电 WPT lcc-lcc/s变结构补偿网络恒流-恒压控制策略; Keywords electric vehicle charging WPT lcc-lcc/s configurable compensation network constant current and constant voltage control strategy; 分类号 TM724 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于串级变结构神经网络的机器人补偿控制被引量：3: 2; 作者马毅潇钱东海赵锡芳陈卫东; 机构上海交通大学机器人研究所; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 1999年第7期842-846,共5页; 基金国家863计划资助; 文摘针对机器人动力学的非线性、强耦合、时变特点，为了高速、高精度地控制机器人，提出了基于神经网络的机器人智能控制策略．讨论了机器人动力学模型的特殊性，指出模型中结构和非结构不确定性因素；研究了一种新型串级变结构神经网络（ＣＶＳＮＮ）；提出了一种基于新型ＣＶＳＮＮ的机器人控制策略．以精密Ｉ号机器人为仿真对象，证明该算法能够较好地补偿结构与非结构不确定因素，收敛速度快，能够自适应地调节自身的结构．; 关键词串级变结构神经网络补偿控制机器人 CVsNN; Keywords cascade variable structure neural network (CVsNN) compensate control compute torque control; 分类号 TP242 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于RBF神经网络变结构控制的齿隙和摩擦补偿被引量：1: 3; 作者张大兴贾建援郭永献; 机构西安电子科技大学机电工程学院; 出处《系统仿真学报》 CAS CSCD 北大核心 2009年第18期5858-5860,共3页; 文摘齿隙和摩擦是齿轮传动系统中制约运动控制精度不可避免的非线性现象,常规的PID控制难以达到较好的控制品质,变结构控制是解决非线性系统控制问题的一种有效方法。基于滞环齿隙模型和集合摩擦模型,建立了齿轮传动系统动力学模型。采用径向基函数(Radial Basis Function,RBF)神经网络和变结构原理构成复合控制器,对系统齿隙、摩擦进行了补偿。仿真分析了分别采用PID控制、增益固定变结构控制以及RBF神经网络变结构控制的补偿效果。结果表明,RBF神经网络变结构控制降低了增益固定变结构控制的抖振现象,控制精度优于PID控制。; 关键词齿隙摩擦补偿 RBF神经网络变结构控制; Keywords backlash friction compensation RBF neural network variable structure control; 分类号 TP273.3 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名用神经网络结构实现超磁致伸缩智能构件滑模控制被引量：10: 4; 作者赵章荣邬义杰顾新建张雷王彬; 机构浙江大学现代制造工程研究所流体传动与控制国家重点实验室华北科技学院机电系; 出处《光学精密工程》 EI CAS CSCD 北大核心 2009年第4期778-786,共9页; 基金国家自然科学基金资助项目(No.50575205) 国家"863"高技术研究发展计划资助项目(No.2006AA04Z233,2007AA04Z101) +1 种基金浙江省自然科学基金重点资助项目(No.Z1080537); 文摘提出了一种利用超磁致伸缩材料(GMM)智能构件精密加工活塞异形孔的方法。采用一种神经网络前馈复合离散滑模变结构控制策略,实现GMM智能构件的精密位移控制,消除了GMM智能构件迟滞非线性的影响。将智能构件的输出位移及其变化率作为小脑模型神经网络(CMAC)输入,构件的输入电流作为网络输出,利用CMAC在线自学习能力建立GMM智能构件的迟滞逆模型;通过离散滑模变结构控制器来消除神经网络的建模近似误差以及外界干扰。仿真结果表明,此控制策略能在线建立智能构件的迟滞逆模型,消除迟滞非线性的影响,控制误差降低到1.5%以内,可实现智能构件的精密位移控制。; 关键词超磁致伸缩智能构件小脑模型神经网络(CMAC) 滑模变结构控制前馈补偿迟滞非线性; Keywords giant magnetostrictive smart component CMAC neural network sliding mode variablestructure control feedforward compensation hysteresis nonlinearity; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] TP271.7 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名网络直流伺服电机滑模预测控制被引量：3: 5; 作者尹洋夏立宋立忠; 机构海军工程大学电气与信息工程学院; 出处《电力自动化设备》 EI CSCD 北大核心 2011年第6期65-69,共5页; 文摘利用滑模变结构控制方法对存在丢包情况下的网络直流伺服电机控制系统的鲁棒性问题进行了研究。对于控制器和执行器之间网络存在数据丢包的情况,设计了基于滑模预测控制律的网络丢包补偿模型,包括滑模预测控制产生器和丢包预测补偿器2个部分。研究了相应的动态补偿策略,使在每一时刻系统选取的实际控制量都是执行器端所提供的最新控制信号或最优滑模预测控制信号,使网络丢包对系统性能的影响降到最小。在一定丢包率的网络控制环境下,分别对标称及参数不确定的直流伺服电机进行了仿真分析,其结果表明了所提算法的合理性和有效性。; 关键词网络控制系统滑模变结构预测控制数据包补偿直流电机伺服电机; Keywords networked control system sliding-mode variable structure predictive control systems packet compensator DC motors servo motors; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 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	基于变结构补偿网络的WPT恒流/恒压充电系统	王德玉秘锡鸿傅超伟胡挺赵清林	《电工电能新技术》 CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
2	基于串级变结构神经网络的机器人补偿控制	马毅潇钱东海赵锡芳陈卫东	《上海交通大学学报》 EI CAS CSCD 北大核心	1999	3	在线阅读下载PDF 职称材料
3	基于RBF神经网络变结构控制的齿隙和摩擦补偿	张大兴贾建援郭永献	《系统仿真学报》 CAS CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
4	用神经网络结构实现超磁致伸缩智能构件滑模控制	赵章荣邬义杰顾新建张雷王彬	《光学精密工程》 EI CAS CSCD 北大核心	2009	10	在线阅读下载PDF 职称材料
5	网络直流伺服电机滑模预测控制	尹洋夏立宋立忠	《电力自动化设备》 EI CSCD 北大核心	2011	3	在线阅读下载PDF 职称材料