电机与控制学报
電機與控製學報
전궤여공제학보
ECTRIC MACHINES AND CONTROL
2008年
4期
478-482
,共5页
液压伺服系统%模糊神经网络%逐级逼近%学习算法
液壓伺服繫統%模糊神經網絡%逐級逼近%學習算法
액압사복계통%모호신경망락%축급핍근%학습산법
针对电液位置伺服系统中的非线性、参数时变性等复杂因素,设计了一种模糊神经网络控制方案.由于常规的模糊神经网络学习算法具有权值调整复杂,收敛速度慢的缺点,因此采用模糊逐级误差逼近方法来调整模糊神经网络的权值.该算法易于实现,网络权值在线学习速度较快,而且计算量小于其他的常规神经网络学习算法.将该方法应用于电液位置伺服控制系统中,在对象参数摄动情况下,进行了仿真研究.仿真结果表明,采用该方法所设计的控制器满足系统对快速性和稳态精确度的要求,系统的鲁棒性增强,验证了方法的有效性.
針對電液位置伺服繫統中的非線性、參數時變性等複雜因素,設計瞭一種模糊神經網絡控製方案.由于常規的模糊神經網絡學習算法具有權值調整複雜,收斂速度慢的缺點,因此採用模糊逐級誤差逼近方法來調整模糊神經網絡的權值.該算法易于實現,網絡權值在線學習速度較快,而且計算量小于其他的常規神經網絡學習算法.將該方法應用于電液位置伺服控製繫統中,在對象參數攝動情況下,進行瞭倣真研究.倣真結果錶明,採用該方法所設計的控製器滿足繫統對快速性和穩態精確度的要求,繫統的魯棒性增彊,驗證瞭方法的有效性.
침대전액위치사복계통중적비선성、삼수시변성등복잡인소,설계료일충모호신경망락공제방안.유우상규적모호신경망락학습산법구유권치조정복잡,수렴속도만적결점,인차채용모호축급오차핍근방법래조정모호신경망락적권치.해산법역우실현,망락권치재선학습속도교쾌,이차계산량소우기타적상규신경망락학습산법.장해방법응용우전액위치사복공제계통중,재대상삼수섭동정황하,진행료방진연구.방진결과표명,채용해방법소설계적공제기만족계통대쾌속성화은태정학도적요구,계통적로봉성증강,험증료방법적유효성.
