资料下载
×
电液位置伺服系统的模糊神经网络控制
消耗积分:0 |
格式:rar |
大小:195 |
2009-08-21
王超
分享资料个
采用模糊神经网络结构，提出一种复合式控制方案，以解决传统自适应控制中模型
的在线辨识和控制器的在线设计问题，达到对不确定非线性系统的高精度输出跟踪控制；同时，利用一个鲁棒反馈控制器，来保证模糊神经网络模型学习初期闭环系统的稳定性。
并应用于电液位置伺服系统中，获得满意的控制效果。
关键词：电液位置伺服系统，模糊神经网络，鲁棒控制
电液伺服系统是一种复杂的非线性系统，存在着许多不确定和非线性因素，如伺服阀零
偏滞环的限幅特性，伺服放大电路的非线性增益以及死区等非线性。这些非线性因素对系统都有很大影响。因而，采用线性化的系统模型往往难以取得令人满意的控制效果。设计鲁棒性强、具有良好控制性能，并能消除系统不确定性影响的控制器，仍然是人们十分关注的问题。本文提出了一种模糊神经网络并行自学习鲁棒跟踪控制结构，并引入鲁棒因子，用以消除不确定性对系统的影响，以及增强控制的实时性。
的在线辨识和控制器的在线设计问题，达到对不确定非线性系统的高精度输出跟踪控制；同时，利用一个鲁棒反馈控制器，来保证模糊神经网络模型学习初期闭环系统的稳定性。
并应用于电液位置伺服系统中，获得满意的控制效果。
关键词：电液位置伺服系统，模糊神经网络，鲁棒控制
电液伺服系统是一种复杂的非线性系统，存在着许多不确定和非线性因素，如伺服阀零
偏滞环的限幅特性，伺服放大电路的非线性增益以及死区等非线性。这些非线性因素对系统都有很大影响。因而，采用线性化的系统模型往往难以取得令人满意的控制效果。设计鲁棒性强、具有良好控制性能，并能消除系统不确定性影响的控制器，仍然是人们十分关注的问题。本文提出了一种模糊神经网络并行自学习鲁棒跟踪控制结构，并引入鲁棒因子，用以消除不确定性对系统的影响，以及增强控制的实时性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
