机械设计与制造
機械設計與製造
궤계설계여제조
MACHINERY DESIGN & MANUFACTURE
2014年
10期
92-94
,共3页
神经网络%X-Y定位平台%PID控制%变学习率
神經網絡%X-Y定位平檯%PID控製%變學習率
신경망락%X-Y정위평태%PID공제%변학습솔
Neural Network%X-Y Position Table%PID Control%Change Law of Learning
X-Y定位平台属于强耦合非线性系统,且由于结构复杂性及外界干扰,当前测量水平难以获得其精确的数学模型,提出基于自适应神经网络的PID控制策略.考虑到X-Y定位平台系统精确的数学模型难以获得,利用神经网络良好的学习能力来逼近系统未知非线性模型,设计神经网络控制器;为了保证神经网络在学习的初期阶段的控制精度,设计PID控制器来进行辅助补偿控制;为加快学习速度,提高运动控制的实时性,设计变学习率的优化算法来实现神经网络权值的在线调整.试验结果验证了所提控制方法的有效性.
X-Y定位平檯屬于彊耦閤非線性繫統,且由于結構複雜性及外界榦擾,噹前測量水平難以穫得其精確的數學模型,提齣基于自適應神經網絡的PID控製策略.攷慮到X-Y定位平檯繫統精確的數學模型難以穫得,利用神經網絡良好的學習能力來逼近繫統未知非線性模型,設計神經網絡控製器;為瞭保證神經網絡在學習的初期階段的控製精度,設計PID控製器來進行輔助補償控製;為加快學習速度,提高運動控製的實時性,設計變學習率的優化算法來實現神經網絡權值的在線調整.試驗結果驗證瞭所提控製方法的有效性.
X-Y정위평태속우강우합비선성계통,차유우결구복잡성급외계간우,당전측량수평난이획득기정학적수학모형,제출기우자괄응신경망락적PID공제책략.고필도X-Y정위평태계통정학적수학모형난이획득,이용신경망락량호적학습능력래핍근계통미지비선성모형,설계신경망락공제기;위료보증신경망락재학습적초기계단적공제정도,설계PID공제기래진행보조보상공제;위가쾌학습속도,제고운동공제적실시성,설계변학습솔적우화산법래실현신경망락권치적재선조정.시험결과험증료소제공제방법적유효성.