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(rèn)領(lǐng)
文檔簡介
1、電液伺服系統(tǒng)是一種具有時變、嚴(yán)重非線性、參數(shù)和結(jié)構(gòu)不確定性以及多數(shù)情況下還承受不確定負(fù)載干擾等特性的系統(tǒng),這些特性使得常規(guī)控制方法難以實現(xiàn)對電液伺服系統(tǒng)的高精度控制。近年來,以模糊控制、神經(jīng)網(wǎng)絡(luò)控制、知識基專家控制和遺傳算法等軟計算技術(shù)為代表的智能控制理論方法與以自適應(yīng)、變結(jié)構(gòu)和H∞等為代表的現(xiàn)代魯棒控制理論方法及其綜合集成,為解決具有上述特性的電液伺服系統(tǒng)的建模和控制問題提供了有效的途徑。本文借鑒模糊系統(tǒng)集成專家知識的能力、神經(jīng)網(wǎng)絡(luò)具
2、有學(xué)習(xí)的能力以及自適應(yīng)控制、變結(jié)構(gòu)控制和H∞控制具有魯棒鎮(zhèn)定系統(tǒng)的能力,以電液伺服系統(tǒng)為研究對象,就這些控制理論方法的交叉協(xié)作控制問題,做了如下幾方面的工作: 1)由于傳統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)是一種靜態(tài)神經(jīng)網(wǎng)絡(luò),而現(xiàn)實工程中的控制對象,如電液伺服系統(tǒng),反映的是系統(tǒng)的動態(tài)行為,不適宜用靜態(tài)模糊神經(jīng)網(wǎng)絡(luò)辨識,因此本文提出了一種動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)及其相應(yīng)的學(xué)習(xí)算法,分析了它的穩(wěn)定性,并對其對非線性動態(tài)系統(tǒng)的辨識效果進行了仿真分析。仿真
3、結(jié)果表明:采用動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)對非線性動態(tài)系統(tǒng)進行辨識,由于充分利用動態(tài)系統(tǒng)當(dāng)前數(shù)據(jù)和歷史數(shù)據(jù),從而獲得了比傳統(tǒng)靜態(tài)模糊神經(jīng)網(wǎng)絡(luò)更高的辨識精度。 2)基于動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)對電液伺服系統(tǒng)非線性和不確定性的辨識,依據(jù)對系統(tǒng)認(rèn)知程度的不同,以及為克服傳統(tǒng)變結(jié)構(gòu)控制為保證系統(tǒng)魯棒性而選用保守的變結(jié)構(gòu)控制增益,以致控制量過大而不易實現(xiàn),以及引起較大的顫振并激發(fā)系統(tǒng)的高頻動態(tài)等不良現(xiàn)象,研究了如下三種變結(jié)構(gòu)控制算法:
4、①針對系統(tǒng)模型公稱參數(shù)已知,但系統(tǒng)的非線性、不確定性以及輸入增益函數(shù)下界未知的對象,提出了增益自適應(yīng)滑模變結(jié)構(gòu)控制。 ②針對系統(tǒng)輸入增益函數(shù)下界已知,其余特性與①中描述的系統(tǒng)相同的對象,提出了間接自適應(yīng)動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)控制器。 ③針對系統(tǒng)模型知之甚少,尤其系統(tǒng)參數(shù)完全未知,但有相關(guān)控制規(guī)則的對象,提出了直接自適應(yīng)動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)控制器。在上述控制算法中提出的增益自適應(yīng)變結(jié)構(gòu)控制,控制增益可以根據(jù)在線估
5、計的系統(tǒng)不確定性、建模誤差和干擾等因素的界進行在線調(diào)整。實驗結(jié)果表明:本文提出基于動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)辨識的上述三種變結(jié)構(gòu)控制算法使系統(tǒng)具有較強魯棒性同時,減弱了顫振現(xiàn)象,并獲得優(yōu)異的穩(wěn)態(tài)性能。 3)針對電液伺服系統(tǒng)的負(fù)載干擾、不確定性等影響系統(tǒng)穩(wěn)定性和精度的主要因素,本文提出了基于自適應(yīng)動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)辨識的增益自適應(yīng)變結(jié)構(gòu)和H<,∞>控制兩種魯棒控制方法相結(jié)合的系統(tǒng)L<,2>增益設(shè)計方法,采用自適應(yīng)動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)在
6、線估計系統(tǒng)的未知非線性動態(tài)特性,用增益自適應(yīng)變結(jié)構(gòu)控制對自適應(yīng)動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)的估計誤差進行補償,而用H<,∞>控制抑制負(fù)載干擾對系統(tǒng)的影響,實驗結(jié)果顯示了本文提出的系統(tǒng)L<,2>增益設(shè)計方法使系統(tǒng)對參數(shù)攝動和負(fù)載干擾具有較強的魯棒性。 4)提出了對摩擦力的不同分量分別進行補償?shù)哪Σ亮Ψ植垦a償算法。摩擦力是影響電液伺服系統(tǒng)穩(wěn)態(tài)精度和引起極限環(huán)等不良現(xiàn)象的主要因素,特別是由于摩擦力的非光滑特性使得用一個模糊神經(jīng)網(wǎng)絡(luò)對摩擦力
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(yù)覽,若沒有圖紙預(yù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 火炮電液伺服系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識與自適應(yīng)控制研究.pdf
- 電液伺服系統(tǒng)神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制.pdf
- 電液位置伺服系統(tǒng)的魯棒控制
- 基于神經(jīng)網(wǎng)絡(luò)的電液伺服系統(tǒng)智能控制研究.pdf
- 電液伺服系統(tǒng)PID神經(jīng)網(wǎng)絡(luò)控制策略研究與應(yīng)用.pdf
- 電液位置伺服系統(tǒng)的魯棒控制.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的電液伺服系統(tǒng)智能控制研究.pdf
- 永磁同步電機伺服系統(tǒng)的遞歸神經(jīng)網(wǎng)絡(luò)控制研究.pdf
- 電液伺服系統(tǒng)的神經(jīng)網(wǎng)絡(luò)自整定PID控制策略研究.pdf
- 電液位置伺服系統(tǒng)的模糊控制.pdf
- 伺服系統(tǒng)中模糊神經(jīng)網(wǎng)絡(luò)控制策略的研究.pdf
- 電液位置伺服系統(tǒng)的遺傳神經(jīng)網(wǎng)絡(luò)PID控制策略研究.pdf
- 基于PID神經(jīng)網(wǎng)絡(luò)的電液比例伺服系統(tǒng)的研究.pdf
- 電液位置伺服系統(tǒng)的模糊控制研究.pdf
- 多目標(biāo)電液伺服系統(tǒng)模糊控制與實驗研究.pdf
- 電液伺服系統(tǒng)參數(shù)魯棒控制方法的設(shè)計與仿真.pdf
- 電液伺服系統(tǒng)模糊PID控制仿真與試驗研究.pdf
- 電液位置伺服系統(tǒng)的模糊滑??刂蒲芯?pdf
- 基于神經(jīng)網(wǎng)絡(luò)的板簧成形電液伺服系統(tǒng)研究與仿真.pdf
- 液壓伺服系統(tǒng)的神經(jīng)網(wǎng)絡(luò)PID控制.pdf
評論
0/150
提交評論