共查询到20条相似文献,搜索用时 828 毫秒
1.
《江苏科技大学学报(社会科学版)》2017,(6)
为了解决船用螺旋桨高阶曲面打磨问题,避免传统手工操作生产效率低、劳动强度高、精度难以保证的问题.采用并联机器人控制系统,考虑了模型外部扰动的非线性多变量系统,提出了基于模糊神经网络的非线性系统自适应滑模控制策略,设计了滑模控制法控制器.通过比较控制的多种方式,建立了RBF的辨识模型,仿真分析其逼近能力,在此基础上,设计神经网络滑模控制器,并进行仿真验证.在保证机器人控制系统具有抗干扰性和鲁棒性的基础上,削弱常规滑模控制的抖振问题.仿真结果证明:非线性系统自适应滑膜控制策略具有良好的抗负载扰动、参数摄动的特点,为智能控制在并联机器人滑模控制中的应用提供了很好的理论依据. 相似文献
2.
3.
4.
将无模型自适应控制方法应用于ROV(Remote Operated Vehicle)定深控制当中。该控制方案的设计仅利用ROV的垂向推力输入数据和深度输出数据,用动态线性化时变模型替代ROV非线性系统模型,算法中不包含ROV模型及水动力参数信息。因此,解决了ROV因系统复杂,水动力参数难以确定所导致的控制器设计复杂度高,控制效果不理想的问题。为了便于仿真,本文建立含有补偿参数的ROV简化模型,模型仅用于产生系统的I/O数据,不参与控制器的设计。仿真结果表明,在ROV定深控制当中,无模型自适应控制(Model-free adaptive control,MFAC)比PID控制具有更强的抗扰能力。此外,在欠阻尼ROV系统中,基于偏格式动态线性化的无模型自适应控制(partial form dynamic linearization based Model-free adaptive control,PFDL-MFAC)方案相比于基于紧格式动态线性化的无模型自适应控制(compact form dynamic linearization based Model-free adaptive control,CFDL-MFAC)方案具有更好的控制效果。 相似文献
5.
6.
一个新混沌系统的自适应Backstepping控制 总被引:1,自引:0,他引:1
研究了一个新的混沌系统的控制问题,根据Lyapunov稳定性理论方法构造一个新的自适应控制器,给出了控制器及未知参数的自适应律解析式,识别了系统的全部4个参数,同时将系统控制到一个稳定点,方法简单,控制效果好。数值模拟证明了该方法的可行性和有效性。 相似文献
7.
在常规模糊控制器的基础上,通过自适应控制优化模糊控制器的控制规则,获得了反映被控对象过程状态特征的自适应模糊控制器,并且通过MATLAB软件仿真实验的方法,研究了该自适应模糊控制器用于可调螺距螺旋桨系统时的控制性能,取得了比较令人满意的仿真效果。 相似文献
8.
提出一种小脑模型神经网络(CMAC)和自适应在线遗传算法(GA)相结合的新型控制算法,应用于机器人中两轴永磁无刷直流电机的速度协调控制,利用MATLAB/SIMULINK仿真,结果证明了GA和CMAC复合控制器可以有效的消除协调控制中的转矩脉动。 相似文献
9.
不同工况下的船舶柴油机脱硝系统具有很强的非线性和时变性,常用的单一控制器难以准确控制,因此对船舶选择性催化还原(SCR)脱硝系统进行自适应控制研究尤为重要。从SCR的反应微分方程入手,建立船舶柴油机SCR脱硝系统的机理模型,并通过模型仿真的离线数据辨识建立不同工况下该系统的ARMAX模型;设计基于该模型的广义预测控制器以实现多工况的自适应控制。考虑到执行机构的使用寿命,加入区间约束算法,提出并设计带区间约束算法的广义预测控制(GPC)控制器。研究结果表明:与传统的GPC和模型预测控制(MPC)控制器相比,带区间约束的GPC控制器不仅能在变工况时保持较高的脱硝率,而且能显著减少执行器的动作次数,从而提高船舶柴油机SCR脱硝系统的使用寿命。 相似文献
10.
11.
12.
针对船用异步电机转速辨识不精确而导致的控制系统不稳定问题,使用基于模型参考自适应系统的无速度传感器技术取代传统的转速检测装置对转速信号进行估测。根据神经网络的自学习和自适应能力,设计了一种单神经元自适应PI调节器以实现控制参数的在线自整定,克服了传统PI控制器在非线性和时变系统中控制能力差的缺陷。结合异步电机矢量控制技术,使用基于转子磁链模型的转速辨识算法对电机转速进行估测,将单神经元PI控制器应用于转速估测系统,实现对电机转速的精确估计。仿真结果表明,相对于传统控制器,设计的单神经元自适应PI调节器响应速度快,参数自调节性能强,转速估测更为精确。 相似文献
13.
14.
转子磁场定向矢量控制中,转速PI调节器在控制对象参数变化时其鲁棒性能较差,而单神经元具有自学习、自适应能力,为了进一步改善矢量控制系统的性能,文章提出了用单神经元自适应PID控制器代替传统PI调节器。为了提高单神经元PID控制器的学习能力,将无监督的Hebb学习规则与有监督的Delta学习规则相结合,实现单神经元控制器的参数优化与在线自调。仿真结果表明,该系统不仅具有很好的静、动态性能,而且还具有很强的自适应性和鲁棒性。 相似文献
15.
16.
《江苏科技大学学报(社会科学版)》2017,(4)
针对新型水下检测以及作业机器人在导航精度、体积方面的要求,设计了一套基于微机电器件的组合导航系统.系统为抑制陀螺漂移而采用了互补滤波方法,以四元数为估计对象设计卡尔曼滤波器.文中采用改进的自适应卡尔曼滤波器,增大新近数据的作用,减小陈旧数据的作用,避免滤波发散,提高导航精度.通过水池实验表明互补滤波和自适应卡尔曼滤波结合能够获得比较精确、稳定的水下机器人导航信息.同时,基于实测数据进行的算法仿真表明改进后的渐消记忆指数加权自适应卡尔曼滤波可以在一定程度上改善导航效果. 相似文献
17.
18.
19.
针对可控串联补偿(Thyristor Controlled Series Capacitor,TCSC)的传统PID控制器存在鲁棒性差和自学习能力不强的问题,利用径向基函数(Radial Basis Function,RBF)神经网络可以无限逼近非线性系统的特性,提出了一种基于RBF神经网络设计的TCSC自适应PID控制器.该自适应PID控制器不仅具有传统PID控制器结构简单、易于工程实现等特点,而且通过RBF神经网络辨识的被控系统Jacobian信息来在线实时调整PID控制的参数,对被控系统参数和运行状态改变有较强的适应性,克服了常规PID控制器鲁棒性不强的缺点.两机五节点系统和四机两区域系统的仿真结果表明所设计的控制器控制效果明显优于传统PID控制器,具有较好的适应性和鲁棒性,对系统低频振荡的阻尼特性有很大地改善. 相似文献