收藏本站
收藏 | 论文排版

神经网络逆系统方法及其在电液力控制系统中的应用

王峰  
【摘要】: 非线性是电液伺服系统中普遍存在且至今没有很好解决的问题,这些非线性主要由电液转换和控制元件(伺服阀、比例阀或节流阀)的节流特性和液压动力机构的滞环、死区及限幅等因素引起。对于后者引起的非线性(通常称为本质非线性),采用描述函数法已能取得较好的效果,而对前者引起的非线性,目前还没有比较满意的统一处理方法。 逆系统方法——利用反馈的方法将非线性系统变换为线性系统,然后再按线性系统理论完成系统综合的方法,是非线性系统控制理论研究方向的一次重要突破。由于其物理概念清晰,既直观又易于理解,使得它在非线性控制的理论研究方面得到了广泛应用。但是应用逆系统方法,要求被控对象的数学模型和具体的系统参数精确已知,实际应用很困难;而智能控制理论中的神经网络控制方法恰恰相反不依赖或不完全依赖被控对象的数学模型,应用方便,理论研究困难。将逆系统分法理论严谨与神经网络控制方法不完全依赖对象的数学模型(应用方便)相结合,定能收到好的效果。本文介绍的神经网络逆系统方法及其在电液力控制系统中的应用,正是基于这一思路提出的。 本文应用神经网络α阶积分逆系统方法,研究基于神经网络α阶积分逆系统方法的电液力控制系统的设计。在介绍神经网络α阶积分逆系统控制方法的基本原理的过程中着重介绍了α阶积分逆系统及逆系统理论;通过对电液驱动力系统数学模型的分析,表明以驱动力为控制对象时电液力控制系统相当于一个单输入单输出系统,并证明了该系统是可逆的;利用神经网络α阶积分逆系统控制方法,将逆系统与原系统串联复合在一起,不但能实现原系统的线性化,而且通过合理地设计神经网络逆系统,可使伪线性复合系统的极点在复平面上任意配置,从而得到较为理想的性能。 实验结果表明,利用该控制策略实现了电液力系统的驱动力的稳定控制,对于系统工作点大范围变化时,也能很好的跟踪目标信号,并且能够承受较强的外负载干扰和负载参数的变化,具有很强的跟踪性能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赵彤;许昕;曲绍华;;一类隐含控制输入非线性系统的自适应控制[J];青岛科技大学学报(自然科学版);2009年06期
2 李爱军,章卫国,沈毅;一种基于神经网络的超稳定自适应控制算法[J];电光与控制;2003年03期
3 陈彭年;秦化淑;张洁;;非参数不确定性非线性系统的自适应观测器设计[J];控制理论与应用;2010年02期
4 宋夫华;李平;;支持向量机α阶逆系统控制—离散非线性系统[J];浙江大学学报(工学版);2006年12期
5 刘坤;非线性系统的神经网络逆模型控制[J];南京工程学院学报(自然科学版);2004年03期
6 龚华军;Chowdhury F N;;基于RBF神经网络的非线性观察器设计(英文)[J];南京航空航天大学学报(英文版);2006年04期
7 于洋;邹静;陈亮;;基于神经网络的炉膛火焰温度的预测[J];计算机工程与科学;2009年05期
8 王殿辉,柴天佑;基于神经网络的多变量自适应控制器[J];东北大学学报(自然科学版);1995年03期
9 任雪梅,陈杰;采用一种新型神经网络的动态系统辨识与控制(英文)[J];Journal of Beijing Institute of Technology;1999年03期
10 隋青美,王正欣;改进的自组织神经网络及在动态非线性系统辨识中的应用(Ⅰ)[J];电机与控制学报;2000年03期
11 王金林;陈明;王芳;;基于神经网络的非线性系统自适应逆控制[J];弹箭与制导学报;2004年S4期
12 黄西平;李睿;刘军;;一种改进的神经网络非线性预测控制[J];计算机仿真;2006年04期
13 董敏;;基于神经网络模糊观测器的非线性系统的故障诊断[J];科技信息;2009年01期
14 李爱军 ,王新民 ,刘惠英 ,吕A;非线性系统的神经网络自适应逆控制[J];测控技术;2002年11期
15 赵彤;张化祥;曹梦龙;谭永红;;基于径向基函数神经网络迟滞非线性自适应控制[J];上海交通大学学报;2005年12期
16 肖蕙蕙;李川;;基于CMAC(神经网络)与PID的并行控制[J];重庆工学院学报;2006年02期
17 刘勇,沈毅,胡恒章,李士勇;控制系统的神经网络鲁棒设计方法[J];航空学报;1999年01期
18 袁向阳;施颂椒;;一类非线性系统的基于神经网络的稳定自适应控制器设计方法[J];电气自动化;1999年03期
19 李东侠,张忠禄;基于神经网络的广义预测控制综述[J];常州工学院学报;2005年03期
20 佘远俊;张翠芳;鄢田云;;粒子群神经网络及其在非线性系统辨识中的应用[J];成都信息工程学院学报;2006年02期
中国重要会议论文全文数据库 前10条
1 曹建云;;非线性系统的神经网络内模控制[A];第二十三届中国控制会议论文集(下册)[C];2004年
2 刘小河;;基于神经网络的非线性系统内模控制的定性性质研究[A];1997中国控制与决策学术年会论文集[C];1997年
3 孙冬梅;李永新;;基于Volterra级数及神经网络的非线性系统建模[A];首届信息获取与处理学术会议论文集[C];2003年
4 覃祖旭;张洪钺;;基于神经网络的非线性状态观测器研究[A];1995年中国控制会议论文集(上)[C];1995年
5 覃祖旭;张洪钺;;神经网络状态估计器及其在故障检测中的应用[A];1994中国控制与决策学术年会论文集[C];1994年
6 陈彭年;秦化淑;张洁;;非参数不确定性非线性系统的自适应观测器设计[A];2009年中国智能自动化会议论文集(第八分册)[控制理论与应用(专刊)][C];2009年
7 孙富春;孙增圻;张戎军;;采样非线性系统的神经网络稳定自适应控制[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(上册)[C];1995年
8 黄文梅;唐亚利;;非线性系统局部模型辨识方法的研究[A];2000中国控制与决策学术年会论文集[C];2000年
9 曲东才;;基于ANN逆模型的非线性系统辨识和控制仿真[A];2006中国控制与决策学术年会论文集[C];2006年
10 徐长江;;小波网络[A];1997年中国控制会议论文集[C];1997年
中国博士学位论文全文数据库 前10条
1 张济民;基于神经网络的预测控制在摆式客车倾摆系统的应用研究[D];西南交通大学;2004年
2 赵峻;基于学习方法的非线性系统主动容错控制研究[D];中国矿业大学;2010年
3 邹新生;飞行器非线性参数辨识与鲁棒控制研究[D];清华大学;2006年
4 罗艳红;基于神经网络的非线性系统自适应优化控制研究[D];东北大学;2008年
5 盛立;若干非线性系统的稳定性与混沌同步[D];江南大学;2010年
6 刘晓华;非线性系统模糊控制研究[D];大连理工大学;2002年
7 张绍杰;一类非线性系统的若干控制问题研究[D];南京航空航天大学;2009年
8 孙冬梅;动态压力测量系统非线性模型辨识[D];南京理工大学;2004年
9 何静;基于观测器的非线性系统鲁棒故障检测与重构方法研究[D];国防科学技术大学;2009年
10 苏亚坤;基于T-S模糊模型的非线性系统的控制与滤波设计[D];青岛大学;2010年
中国硕士学位论文全文数据库 前10条
1 王峰;神经网络逆系统方法及其在电液力控制系统中的应用[D];哈尔滨工业大学;2007年
2 李娜;基于神经网络的非线性系统H_∞控制[D];广西师范学院;2010年
3 朱丽雅;非线性不确定系统的自适应神经网络控制[D];南京信息工程大学;2008年
4 黄立波;非线性系统的神经网络模型预测控制[D];哈尔滨理工大学;2007年
5 秦力顼;基于GA的模糊神经网络智能控制研究及其在非线性系统中的应用[D];重庆大学;2004年
6 杨春;基于神经网络的非线性预测控制算法的研究[D];太原理工大学;2012年
7 朱秋琴;基于神经网络的非线性GPC算法研究[D];兰州理工大学;2005年
8 郭红戈;基于神经网络的多变量非线性系统广义预测控制[D];太原理工大学;2005年
9 金培;基于神经网络的智能PID控制器研究与应用[D];北京化工大学;2008年
10 张玮;基于神经网络的数据统计建模[D];浙江工业大学;2009年
中国重要报纸全文数据库 前10条
1 俞杰吴胜 董斌;莫要泛化“非线性”[N];中国国防报;2007年
2 于翔;数字神经网络中的协同应用[N];网络世界;2009年
3 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
4 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 孟庆刚 王连心;中医药研究别忘了非线性[N];中国中医药报;2006年
7 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
8 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
9 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
10 黄尊文;军事思维模式的线性与非线性[N];解放军报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978