煤矿机械
煤礦機械
매광궤계
COAL MINE MACHINERY
2014年
6期
35-36
,共2页
采煤机%动态模糊神经网络%功率平衡控制%动态建模
採煤機%動態模糊神經網絡%功率平衡控製%動態建模
채매궤%동태모호신경망락%공솔평형공제%동태건모
采煤机牵引部双电机采用主从控制方案,利用动态模糊神经网络对从电机进行了动态建模,使从电机能够实时跟踪主电机的转矩,实现了在线功率平衡控制.该方法避免了采煤机电机控制系统精确数学建模的问题.在MATLAB中仿真表明,DFNN比BP神经网络具有较快的训练速度,网络规模得到减少,适合于动态系统的控制.
採煤機牽引部雙電機採用主從控製方案,利用動態模糊神經網絡對從電機進行瞭動態建模,使從電機能夠實時跟蹤主電機的轉矩,實現瞭在線功率平衡控製.該方法避免瞭採煤機電機控製繫統精確數學建模的問題.在MATLAB中倣真錶明,DFNN比BP神經網絡具有較快的訓練速度,網絡規模得到減少,適閤于動態繫統的控製.
채매궤견인부쌍전궤채용주종공제방안,이용동태모호신경망락대종전궤진행료동태건모,사종전궤능구실시근종주전궤적전구,실현료재선공솔평형공제.해방법피면료채매궤전궤공제계통정학수학건모적문제.재MATLAB중방진표명,DFNN비BP신경망락구유교쾌적훈련속도,망락규모득도감소,괄합우동태계통적공제.
