电工技术学报
電工技術學報
전공기술학보
TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY
2009年
3期
74-79,85
,共7页
直接驱动阀%径向基函数神经网络%自适应滑模控制%并行控制%鲁棒性
直接驅動閥%徑嚮基函數神經網絡%自適應滑模控製%併行控製%魯棒性
직접구동벌%경향기함수신경망락%자괄응활모공제%병행공제%로봉성
针对直接驱动(DDV)伺服系统中由于参数变化、齿槽效应以及液动力负载扰动所造成的跟踪性能降低的问题,提出一种神经网络自适应滑模控制策略,采用径向基函数神经网络(RBFNN)取代滑模切换控制部分,利用其在线学习功能,对系统的不确定因素进行自适应补偿,并通过与比例微分算法(PD)的并行控制,改善神经网络参数的收敛,降低局部极小现象发生的可能性,增强系统的稳定性.仿真结果表明该方法不仅使系统具有良好的跟踪性能和强的鲁棒性,还有效地消除了高频抖振现象.
針對直接驅動(DDV)伺服繫統中由于參數變化、齒槽效應以及液動力負載擾動所造成的跟蹤性能降低的問題,提齣一種神經網絡自適應滑模控製策略,採用徑嚮基函數神經網絡(RBFNN)取代滑模切換控製部分,利用其在線學習功能,對繫統的不確定因素進行自適應補償,併通過與比例微分算法(PD)的併行控製,改善神經網絡參數的收斂,降低跼部極小現象髮生的可能性,增彊繫統的穩定性.倣真結果錶明該方法不僅使繫統具有良好的跟蹤性能和彊的魯棒性,還有效地消除瞭高頻抖振現象.
침대직접구동(DDV)사복계통중유우삼수변화、치조효응이급액동력부재우동소조성적근종성능강저적문제,제출일충신경망락자괄응활모공제책략,채용경향기함수신경망락(RBFNN)취대활모절환공제부분,이용기재선학습공능,대계통적불학정인소진행자괄응보상,병통과여비례미분산법(PD)적병행공제,개선신경망락삼수적수렴,강저국부겁소현상발생적가능성,증강계통적은정성.방진결과표명해방법불부사계통구유량호적근종성능화강적로봉성,환유효지소제료고빈두진현상.
