-
柔性关节双臂空间机器人的滑模神经网络控制
研究参数不确定、外部扰动影响下柔性关节双臂空间机器人的滑模神经网络控制问题.采用线性扭转弹簧等效描述关节弹性,根据系统线、角动量守恒原理及拉格朗日法,推导柔性关节双臂空间机器人的动力学模型.利用奇异摄动法对柔性补偿后的系统进行分解,得到两个可独立控制的子系统.为实现系统末端操作器在两种不确定性因素干扰下的轨迹精确追踪及关节振动抑制,提出一种刚性运动滑模神经网络控制、柔性运动反馈控制相结合的混合控制方案.仿真结果显示,所提方案具有较强的抗扰动及抗参数不确定能力,可使系统完成所期望的圆周运动并抑制关节的弹性振动.陈志勇,郭益深,陈力 - 系统仿真学报文章来源： 万方数据 -
飞行转台伺服系统高精度迭代滑模控制
针对飞行转台伺服系统中存在的周期性非线性摩擦干扰,提出一种新型控制方法-高精度迭代滑模控制.利用滑模控制作为鲁棒部分,有效地抑制系统中的摩擦扰动和参数不确定,保证系统的鲁棒性;以迭代控制进行前馈补偿,改善减弱抖振时产生的静差问题,提高系统的跟踪精度.通过时间加权范数严格的证明了算法的收敛性.仿真实验表明该方法在减弱抖振的同时具有良好的跟踪性能和鲁棒性,实现了飞行转台伺服系统的高精度控制.刘慧博,孙书美,李朝阳 - 系统仿真学报文章来源： 万方数据 -
基于神经网络逆的赖氨酸发酵过程解耦控制系统的实现
赖氨酸发酵过程是一个时变、非线性、强耦合多变量系统.为了有效的控制直接反映发酵品质的重要生化过程参数,如菌体浓度、残糖浓度、产物浓度等,实现高性能的解耦控制的目标,将逆系统方法与神经网络相结合,提出了一种基于神经网络逆系统的赖氨酸发酵过程解耦控制方法.在一定程度上解决了传统解析逆系统解耦控制方案过于依赖过程模型和对模型参数的变化过于敏感的不足.在实验中,以发酵罐和嵌入式开发系统为平台对控制方法进行了验证.实验结果表明该解耦控制方法能够对菌体浓度、残糖浓度、产物浓度等重要的生化参数进行有效的控制,适应过程模型的不确定性和参数的时变性,具有较强的鲁棒性.陈明忠,嵇晓辅,蔡佳 - 微计算机信息文章来源： 万方数据 -
基于神经网络的孵化过程组合预测方法
针对禽蛋孵化过程是一个具有高度非线性、大滞后且强耦合性的农业生产过程,常规的控制方法难以达到较好的控制效果,提出一种禽蛋孵化过程的组合预测方法.该方法分别采用神经网络模型和过程记忆神经网络对禽蛋孵化过程温、湿度进行预测,然后采用方差-协方差优选组合预测法对两种单一模型的预测结果进行加权集成,以获得较为准确的预测精度,实现禽蛋孵化过程温度和湿度的有效预测.仿真运行结果表明对两种单一预测模型的预测结果进行加权组合后得到的组合预测模型的预测精度明显要优于单一预测模型,能较好的预测孵化过程温、湿度,从而较好的保证禽蛋孵化过程的稳定控制.周国雄,廖迎新,沈学杰 - 系统仿真学报文章来源： 万方数据 -
基于神经网络的音圈电机迟滞特性建模
阐述了由音圈电机驱动的定位系统,并为该系统设计了微位移检测电路.对音圈电机施加35Hz的正弦波电压时,绘制的电机输出位移曲线为迟滞环,并且采集了0~35V的任意三角波驱动电压下的输出位移数据,作为训练样本.设计了径向基函数网络的迟滞辨识模型.网络的激励函数采用高斯核函数,提出加入最近邻规则的混合型K-均值聚类算法,基宽度由平均法确定,解决了RBF中心的初始化和基宽度由经验公式确定的问题.经验证,权值的修正采用改进的BP算法.仿真训练结果表明,RBF网络迟滞辨识模型平均误差为0.115μm,误差最大值为0.323μm.当辨识音圈电机的迟滞特性时,改进的RBF网络学习速度和精度都优于BP网络.赵景波,薛琨,张磊,刘慧敏 - 系统仿真学报文章来源： 万方数据 -
基于神经网络补偿控制的PID双闭环球杆位置控制
针对球杆系统的位置控制难题,利用ADAMS软件建立球杆系统的三维虚拟样机模型,由此确定球杆系统的动力学模型,提出一种基于神经网络补偿控制的PID双闭环球杆位置控制方案,基于ADAMS/Controls与Matlab/Simulink进行了球杆位置控制的联合仿真.仿真结果表明:位置定值控制与方波信号跟踪控制时,PID双闭环-神经网络补偿控制较PID双闭环控制的稳态精度分别由0.06 m、0.08 m提高到0.002 m、0.003 m,正弦信号跟踪时,跟踪误差由0.15 m减小到0.05 m,PID双闭环-神经网络补偿控制具有更好的动态性能和较高的稳态控制精度.朱坚民,齐北川,沈正强,黄春燕 - 系统仿真学报文章来源： 万方数据 -
基于神经网络的汉语孤立词语音识别
研究基于神经网络的汉语孤立词语音识别问题,神经网络通常是针对静态模式而设计,输入结构是固定的,语音信号是一个时变信号,发音时音节的长短不可能完全相同,将人工神经网络用于语音识别时需要对其做一些必要的修正.本文将语音特征参数序列通过规整网络转换为状态转移矩阵.状态转移矩阵维数固定,反映语音时变特性.从而很好的解决了神经网络动态模式识别问题,实现了基于神经网络的孤立词语音识别.实验结果表明该系统具有良好性能.朱淑琴,魏威 - 微计算机信息文章来源： 万方数据 -
基于频分神经网络和预测控制的PID参数整定研究
为了得到精确的泛化性较高的缓变非线性对象的可离线在线模型,提出了频分时滞回归径向基神经网络(FTRR)算法.此算法基于频谱分析,先把信号分解出数个频带,再构建神经网络模型.该模型用于改进的单步模型预测控制中离线求得控制输出,由此,再依据有约束线性最小二乘优化算法对PID参数进行离线整定,使其PID输出与单步模型预测控制输出相似.仿真结果表明,FTRR模型精度高且泛化性好,PID整定后的系统调节品质较高,适用于缓变控制系统.刘加存,梅其祥,李春辉 - 系统仿真学报文章来源： 万方数据 -
基于蚁群神经网络的泵车主泵轴承性能评估
针对BP神经网络、遗传神经网络等智能算法在机械设备关键部件的性能评估过程中训练收敛速度慢,且会遇到局部极小的问题,提出一种运用蚁群算法训练神经网络的权值和阈值的混合智能算法-蚁群神经网络.将蚁群神经网络应用于混凝土泵车主泵系统中主泵轴承的模式识别和性能评估.结果表明,蚁群神经网络能很好地解决收敛速度慢、局部极小的问题,提高了分类精度,展现了良好的应用前景.孙旺,李彦明,杜文辽,苑进,刘成良 - 上海交通大学学报文章来源： 万方数据 -
基于ESO的装甲车辆稳瞄系统积分滑模控制
针对装甲车辆稳瞄系统中存在摩擦力矩、参数漂移等非线性扰动因素造成系统性能下降的问题,设计一种基于扩张状态观测器(ESO)的积分滑模控制策略.在基于状态变量的滑模面中引入了误差积分补偿项,有利于降低系统的稳态误差,同时突破了常规滑模控制中被跟踪信号的各阶导数均需已知的限制;利用ESO对系统内外扰动进行观测补偿,减小了滑模控制所需要的切换增益,削弱滑模控制容易出现的抖振现象.仿真及实验结果表明,跟踪精度保持在0.5%以内,系统最大稳定误差小于0.1 mrad,该控制策略能够很好地抑制各种非线性扰动因素的影响,有效地改善系统的控制性能.孙皓泽,常天庆,陈军伟,谢杰 - 应用光学文章来源： 万方数据
科创中国
