检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一类非线性非最小相位系统的神经网络逆控制

系统仿真学报 2009年第4期21卷 962-964页

作者：李生权裘进浩季宏丽朱孔军张绍德南京航空航天大学智能材料与结构航空科技重点实验室安徽工业大学电气信息学院安徽省电力电子与运动控制重点实验室

基于对象的逆动力学模型,提出一种RBF神经网络逆控制的在线自学习控制方案。辨识器采用RBF神经网络和最近邻聚类学习算法,实现对象逆模型的动态辨识。并引入优化策略对聚类半径进行自动调整,以保证聚类的合理性。为克服逆控制对非最小... 详细信息

基于对象的逆动力学模型,提出一种RBF神经网络逆控制的在线自学习控制方案。辨识器采用RBF神经网络和最近邻聚类学习算法,实现对象逆模型的动态辨识。并引入优化策略对聚类半径进行自动调整,以保证聚类的合理性。为克服逆控制对非最小相位系统的不足,利用构造伪系统的方法,构成一种对非最小相位系统仍然有效的神经网络逆控制器。仿真实验证明该控制策略不仅能使非线性非最小相位系统具有良好的动态跟踪性能,而且具有较好的抗干扰能力。

关键词：非线性非最小相位系统最近邻聚类算法神经网络逆控制在线自学习

基于神经网络逆控制的TBCC发动机多变量限制管理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

推进技术 2024年第12期45卷 74-84页

作者：于兵强张永亮聂聆聪黄金泉鲁峰南京航空航天大学能源与动力学院江苏南京210016 北京动力机械研究所北京100074

涡轮基组合循环(TBCC)发动机的控制系统既需要对执行机构协同控制以充分发挥每个工作模态的性能优势,又需要实现限制管理功能以保证发动机在安全条件下工作。本文通过分析串联式TBCC发动机流路计算过程,建立其性能动态模型,提出了一种... 详细信息

涡轮基组合循环(TBCC)发动机的控制系统既需要对执行机构协同控制以充分发挥每个工作模态的性能优势,又需要实现限制管理功能以保证发动机在安全条件下工作。本文通过分析串联式TBCC发动机流路计算过程,建立其性能动态模型,提出了一种基于神经网络预测反馈与逆控制的TBCC发动机多变量主控回路,其在单一模式阶跃响应超调小于3%,模态转换推力流量波动小于4%。在多变量控制架构中引入了限制管理策略,通过对比分析基于模型预测控制的多变量约束方法,仿真表明本文提出方法在考虑多变量耦合基础上,在过渡态和模态转换过程中满足超限幅度小于0.2%和0.07%,能有效实现限制管理,且结构简单,易于实现。

关键词：组合发动机限制保护 Min-Max切换模型预测控制神经网络逆控制

双进双出球磨机直吹式制粉系统神经网络逆控制研究

在线全文

学校读者我要写书评

暂无评论

双进双出球磨机直吹式制粉系统神经网络逆控制研究

作者：索明琛东南大学

学位级别：硕士

目前双进双出球磨机直吹式制粉系统在国内燃煤电厂中的使用越来越广泛。直吹式制粉系统在运行中需要满足包括煤粉细度、温度等许多制粉要求,其中一个重要的要求是在任意时刻所有运行磨煤机的制粉出力总和等于当前锅炉煤耗量。实际生产中... 详细信息

目前双进双出球磨机直吹式制粉系统在国内燃煤电厂中的使用越来越广泛。直吹式制粉系统在运行中需要满足包括煤粉细度、温度等许多制粉要求,其中一个重要的要求是在任意时刻所有运行磨煤机的制粉出力总和等于当前锅炉煤耗量。实际生产中,双进双出球磨机直吹式制粉系统是一个典型的多变量、大滞后、非线性时变系统,采用传统的控制方法往往难以达到直吹式制粉系统对于控制品质的要求,因此,设计一套适合该对象的控制系统意义重大。考虑到上述问题,本文针对双进双出球磨机直吹式制粉系统的建模和控制主要进行了以下研究工作:1.对双进双出球磨机直吹式制粉进行机理建模,利用预测误差最小化方法,根据某双进双出球磨机直吹式制粉系统的历史运行数据对于模型中的未知参数进行辨识。将所建立的模型输出与实际输出进行对比,验证了所建立的系统模型的正确性,模型的仿真分析进一步证明了模型的合理性。2.针对双进双出球磨机直吹式制粉系统存在的大滞后及非线性问题,采用了神经网络逆控制方案设计控制系统,由于该方案是开环的,存在稳态偏差、鲁棒性较差等问题,进一步结合预测控制思想,设计了基于预测控制的RBF神经网络逆控制方案,使得改进后的控制方案在快速性及鲁棒性之间取得平衡。对于被控对象的仿真试验表明本文提出的控制策略优于RBF神经网络逆控制及一般的预测控制策略,具有良好的控制效果。3.由于基于预测控制的RBF神经网络逆控制器在实际生产应用过程中控制器参数整定的盲目性和随意性,采用了一种基于模糊规则的粒子群优化算法对控制器参数进行自动求解设置,通常情况下该算法较标准粒子群算法的收敛速度更快同时最优解的质量更好。对于被控对象的仿真试验表明,采用改进粒子群优化算法优化参数设置的控制器进一步改善了控制品质。

关键词：双进双出球磨机直吹式制粉系统神经网络逆控制预测控制粒子群优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

船舶参数横摇鳍桨联合神经网络逆控制

船舶参数横摇鳍桨联合神经网络逆控制

作者：徐涛大连海事大学

学位级别：硕士

参数横摇是船舶纵浪或接近纵浪航行时,遭受到海浪等外部激励作用而引发的横摇运动共振现象,且横摇角的幅值增加很迅速,严重时会导致船舶倾覆。参数横摇抑制方法主要分为两种:一是改变航向或航速,规避参数横摇的发生,二是利用传统减摇装... 详细信息

参数横摇是船舶纵浪或接近纵浪航行时,遭受到海浪等外部激励作用而引发的横摇运动共振现象,且横摇角的幅值增加很迅速,严重时会导致船舶倾覆。参数横摇抑制方法主要分为两种:一是改变航向或航速,规避参数横摇的发生,二是利用传统减摇装置减摇。本文研究的重点为构建参数横摇鳍桨联合非线性模型,以及鳍桨联合神经网络逆控制系统的设计,主要研究内容如下:首先分析了船舶参数横摇的原因与条件,基于Neves与Rodriguez提出的非线性三自由度(横摇、纵摇、垂荡)参数横摇模型,以某C-11集装箱船为例,通过仿真实验研究了规则海浪波中船舶遭遇频率与波高对参数横摇的影响效果,验证了参数横摇产生需要的条件。引入船舶纵荡自由度,并对船舶减摇鳍和螺旋桨建模,建立了四自由度船舶参数横摇运动模型,为进一步提出鳍桨联合抑制参数横摇的方案做准备。然后,针对鳍桨联合参数横摇抑制系统具有的多变量、非线性、强耦合等特性,采取逆控制方法实现系统的线性化与解耦,由于直接求取逆系统的解析表达式十分困难,因此利用神经网络的学习和函数逼近能力,构建神经网络逆系统,接下来重点研究鳍桨联合系统神经网络逆控制器设计:(1)先进行鳍桨联合参数横摇系统的可逆性分析,然后设计BP神经网络的结构,经过训练得到精度最高BP神经网络逆系统,将其与原系统级联构成参数横摇鳍桨联合伪线性复合系统,并设计了线性附加减摇鳍和螺旋桨PID控制器,完成了闭环反馈控制。(2)针对BP神经网络构建逆系统时,改变BP神经网络的结构对训练精度的提升不大的问题,且层数比较多的网络模型在训练时会引发梯度消失和爆炸现象,基于LSTM神经网络原理,建立了LSTM神经网络鳍桨联合伪线性复合系统,有效地提高了神经网络逆系统的精度,并选用同样的附加PID控制器实现闭环控制,进行仿真实验对比,结果表明LSTM神经网络逆控制的减摇率更高,对航速的调节更快更稳定。(3)针对附加PID控制存在的参数整定困难与鲁棒性较差的问题,进一步提出LSTM神经网络逆附加内模控制,基于改进的二自由度内模控制原理,根据解耦后横摇和船速子系统的特点,分别设计减摇鳍与螺旋桨附加二自由度内模控制器,进一步提高系统的动态性能和抗干扰性,经过不同海况下的仿真实验,表明所设计的附加内模控制表现出了比附加PID控制更强的鲁棒性,在不改变控制器参数的前提下,附加内模控制能够更快跟踪期望航速,减摇率也更高。(4)针对在航速控制达到稳定后出现了小幅度波动的问题,考虑到船舶处于纵浪航行状态时海浪的外部干扰阻力影响最大,构建非线性干扰观测器,对外部海浪扰动估计并进行补偿,进而提高控制的性能,仿真实验结果表明引入干扰观测器后航速输出曲线更加平滑。综上所述,本文构建了四自由度船舶参数横摇运动模型,对船舶参数横摇鳍浆联合神经网络逆控制进行研究。在BP神经网络构建的参数横摇鳍浆联合逆系统的基础上,提出LSTM神经网络来改善神经网络逆系统的精度;提出神经网络逆附加内模控制来解决控制器参数整定困难与鲁棒性较差的问题;并引入干扰观测器解决了海浪干扰对航速控制的影响。一步步地实现了控制优化,提高了系统的减摇率,最终使得船舶能够快速地抑制参数横摇,同时保证航速的控制精度。

关键词：参数横摇鳍桨联合神经网络逆控制内模控制干扰观测器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高速电主轴神经网络逆控制研究及仿真

高速电主轴神经网络逆控制研究及仿真

作者：孙界重庆大学

学位级别：硕士

高质量的高速机床是实现高速加工的首要条件，而高速机床的核心部件是电主轴单元，其驱动控制性能在很大程度上决定了整台机床的性能，进而影响加工质量。传统的V/F控制属于静态控制方法，其动态特性不够理想;矢量控制运用坐标变换将多... 详细信息

高质量的高速机床是实现高速加工的首要条件，而高速机床的核心部件是电主轴单元，其驱动控制性能在很大程度上决定了整台机床的性能，进而影响加工质量。传统的V/F控制属于静态控制方法，其动态特性不够理想;矢量控制运用坐标变换将多变量、强耦合的异步电机模型转换成类似于直流电机的简单模型，但是从控制方法的角度来讲，矢量控制仅实现了近似的稳态解耦控制，而且过于依赖系统参数。运用逆系统和神经网络相结合的方法，实现电主轴这类复杂非线性系统的线性化及其解耦，从而将其复杂的非线性系统控制问题转化成线性系统的控制问题。首先，介绍本课题研究的背景及意义，归纳高速电主轴精密驱动控制的研究现状和发展趋势，并介绍主轴单元的结构及其工作原理，推导出其动态数学模型，表明电主轴是一个多变量、高阶次、强耦合的复杂非线性系统。其次，论述逆系统线性化解耦和神经网络的原理，论证将神经网络逆控制运用于电主轴驱动控制系统的优越性，根据高速电主轴的状态方程阐述主轴系统的可逆性。再次，深入研究高速电主轴驱动控制中神经网络逆控制的实现，采用3层向前BP神经网络，运用电主轴的采样数据集训练该神经网络，再将其与高速电主轴系统串联构成伪线性系统，运用Matlab/Simulink构建高速电主轴神经网络逆控制的仿真模型。最后，依据170MD15Y20型高速电主轴设置仿真模型参数，进行仿真，将神经网络逆控制的转速响应、转矩响应、磁链响应、电流响应与矢量控制进行比较，验证神经网络逆控制策略的可行性和优越性。

关键词：高速电主轴逆系统神经网络神经网络逆控制仿真

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

摊铺机调平装置的神经网络逆控制技术

摊铺机调平装置的神经网络逆控制技术

2007年中国智能自动化会议

作者：吕广明胡长胜史海红哈尔滨工业大学机电工程学院

通过对沥青混凝土摊铺机自动调平系统数学建模,将神经网络逆控制的方法引入摊铺机自动调平控制系统中。控制系统主要由神经网络调平辨识系统和逆控制器组成,调平辨识系统完成系统的辨识,逆控制器实现调平系统自适应的逆控制。通过对神... 详细信息

通过对沥青混凝土摊铺机自动调平系统数学建模,将神经网络逆控制的方法引入摊铺机自动调平控制系统中。控制系统主要由神经网络调平辨识系统和逆控制器组成,调平辨识系统完成系统的辨识,逆控制器实现调平系统自适应的逆控制。通过对神经网络控制的计算机仿真比较可知,神经网络控制系统具有良好的鲁棒性、适应环境变化的能力及控制精度,模拟验证该神经网络控制器的可行性。

关键词：调平装置数字PID 神经网络逆控制计算机仿真

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于改进最近邻聚类的机械手神经网络逆控制

安徽工业大学学报（自然科学版） 2008年第4期25卷 408-412页

作者：刘根水张绍德李娟安徽工业大学电气信息学院安徽马鞍山243002

机械手具有非线性时变、多变量、强耦合的特性,在机械手系统可逆的基础上,设计一种机械手的神经网络逆控制方案。通过神经网络逆辨识建立机械手的神经网络逆模型,把神经网络逆模型作为控制器模型与原机械手串联,构成一个伪线性动态模型... 详细信息

机械手具有非线性时变、多变量、强耦合的特性,在机械手系统可逆的基础上,设计一种机械手的神经网络逆控制方案。通过神经网络逆辨识建立机械手的神经网络逆模型,把神经网络逆模型作为控制器模型与原机械手串联,构成一个伪线性动态模型,把非线性问题转化为线性问题。其中,辨识器和控制器均采用RBF神经网络结构,网络学习采用具有在线学习功能的最近邻聚类学习算法。仿真结果验证了本方案的有效性和可行性。

关键词： RBF神经网络神经网络逆控制机械手最近邻聚类算法解耦

神经网络非线性逆控制方法实现PEMFC分布式发电系统的负荷响应

在线全文

学校读者我要写书评

暂无评论

动力工程 2005年第5期25卷 689-692,732页

作者：张颖颖曹广益朱新坚上海交通大学电信学院自动化系上海200030

质子交换膜燃料电池(PEMFC)分布式发电系统的负载典型特点是时时有瞬间的大的峰值功率。因此,系统必须找到实时的最佳工作点才能响应负载的功率需求。以往采用的优化搜索方法需要在负载连续变化和峰值现象之间权衡搜索步长,影响控制的... 详细信息

质子交换膜燃料电池(PEMFC)分布式发电系统的负载典型特点是时时有瞬间的大的峰值功率。因此,系统必须找到实时的最佳工作点才能响应负载的功率需求。以往采用的优化搜索方法需要在负载连续变化和峰值现象之间权衡搜索步长,影响控制的速度和精度。分析PEMFC分布式发电系统的工作特点以及各工作参数与净输出功率之间的关系,提出利用BP神经网络实现PEMFC输出功率的复杂非线性逆模型。在此基础上,根据非线性逆控制的思想设计了系统实时功率响应的逆控制器。经分析和仿真验证,利用神经网络非线性逆控制方法,PEMFC系统在稳定运行过程中能够满足系统内部功率损耗的同时良好的响应系统负载的实时功率需求。与优化搜索方法比较,该实时控制设计在实现精度和速度上都有所改进。

关键词：自动控制技术分布式发电神经网络逆控制实时负载响应非线性逆模型优化搜索

在线全文

学校读者我要写书评

暂无评论

基于逆模型区间优化的神经网络预测控制

中国电机工程学报 2007年第26期27卷 115-120页

作者：王世虎沈炯李益国东南大学能源与环境学院江苏省南京市210096

针对神经网络预测控制中,在线滚动优化计算量大、算法稳定性难以保证的问题,提出一种确定黄金分割优化算法初始搜索区间的方案,即初始搜索区间的宽度与神经网络逆模型输出和上一时刻系统输入的误差成正比,二者越接近,搜索宽度就越小,从... 详细信息

针对神经网络预测控制中,在线滚动优化计算量大、算法稳定性难以保证的问题,提出一种确定黄金分割优化算法初始搜索区间的方案,即初始搜索区间的宽度与神经网络逆模型输出和上一时刻系统输入的误差成正比,二者越接近,搜索宽度就越小,从而黄金分割优化算法的在线计算量就越小;该方案有效地降低了在线滚动优化计算量,同时又使控制系统具有神经网络预测控制和神经网络逆控制的双重特性,在模型匹配稳态工况下,神经网络预测控制转化为神经网络逆控制,具有逆控制快速性的优点,而在模型失配或动态过程中,神经网络预测控制起主导作用,具有模型的宽容性和鲁棒性强的特点。采用区间套定理对该算法的收敛性给予了严格的数学证明。通过对某300MW机组仿真表明,提出的方案在控制品质和降低计算量方面均获得满意的效果。

关键词：神经网络预测控制神经网络逆控制黄金分割算法滚动优化区间套定理