基于神經(jīng)網(wǎng)絡的無模型控制器設計方法的研究.pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、由于現(xiàn)代工業(yè)生產(chǎn)過程的復雜性、非線性和不確定性,實際工業(yè)過程中,控制系統(tǒng)中的被控對象參數(shù)或者結(jié)構(gòu)會發(fā)生變化,一般無法獲得其精確的數(shù)學模型。因此,無模型自適應控制方法成為了自動控制發(fā)展的一個重要方向。
  無模型自適應控制方法是一種不需要被控過程數(shù)學模型的自適應控制方法,是指控制器的設計不包含受控過程的任何數(shù)學模型信息,僅利用被控系統(tǒng)的輸入輸出數(shù)據(jù)的控制理論與方法,具有很強的參數(shù)自適應性和結(jié)構(gòu)自適應性。
  本文在無模型自適應

2、控制方法的基礎(chǔ)上,用神經(jīng)網(wǎng)絡對被控對象進行辨識,并用神經(jīng)網(wǎng)絡輸出對控制輸入的偏導數(shù)代替?zhèn)纹珜?shù),提出了基于神經(jīng)網(wǎng)絡辨識器的無模型自適應控制方法。通過仿真研究證明了所提出的方法具有更好的控制效果。
  本文主要完成了以下的內(nèi)容:
  首先,介紹了神經(jīng)網(wǎng)絡的相關(guān)理論。針對神經(jīng)網(wǎng)絡直接逆控制器設計方法,給出幾個具體的算例進行了仿真分析。由仿真結(jié)果可知,該方法對于可逆系統(tǒng)具有良好的控制性能,而對于不可逆系統(tǒng)無法達到很好的控制效果。<

3、br>  其次,針對不可逆系統(tǒng),對神經(jīng)網(wǎng)絡設計控制器的方法進行了兩種改進,改進后的神經(jīng)網(wǎng)絡控制器,對于不可逆系統(tǒng)進行仿真分析。由仿真結(jié)果可知同,改進后的控制器對不可逆系統(tǒng)達到了較好的控制效果,具有良好的控制性能。
  最后,分析了無模型自適應控制方法,給出了無模型自適應控制律的推導過程。利用BP神經(jīng)網(wǎng)絡對被控對象進行辨識,提出了基于BP算法的無模型自適應控制方法。通過對具體算例的仿真分析可知,基于BP算法的無模型自適應控制方法控制

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論