期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于MPLM-RBFNN算法的移动机器人姿态控制方法 被引量：8
1
作者 刘杰超 邓琛 +2 位作者 丁大民 韩宝磊 刘玉 《传感器与微系统》 CSCD 2020年第3期68-71,共4页
以移动机器人为研究对象,针对机器人系统模型的不确定性和非线性,提出一种反步运动学控制与径向基神经网络(RBFNN)最小参数学习法(MPLM)结合的滑模控制(SMC)算法。使用径向基神经网络逼近系统中的不确定项,消除系统中不确定因素的影响,... 以移动机器人为研究对象,针对机器人系统模型的不确定性和非线性,提出一种反步运动学控制与径向基神经网络(RBFNN)最小参数学习法(MPLM)结合的滑模控制(SMC)算法。使用径向基神经网络逼近系统中的不确定项,消除系统中不确定因素的影响,增强系统的鲁棒性。针对径向基神经网络中权值难以快速调整的缺陷,采用最小参数学习法设计单个参数以代替神经网络中的权值,以此来优化算法复杂度,增强控制的实时性,通过Lyapunov稳定性判别方法,证明了系统在有限时间内的收敛性与稳定性。实验表明:该方法可使控制器的结构简化,鲁棒性、实时性显著提高,易于在实际应用中实现。 展开更多
关键词 移动机器人 滑模控制 径向基神经网络 最小参数学习法
下载PDF
欠驱动无人艇固定时间轨迹跟踪控制
2
作者 王巍凯 苏航 张恩华 《中国舰船研究》 CSCD 北大核心 2024年第S01期10-17,共8页
[目的]针对欠驱动无人艇系统内部存在模型参数不确定以及外部受到未知干扰等问题,提出一种具有抗干扰能力的固定时间轨迹跟踪控制策略。[方法]首先,通过模型转换将跟踪误差系统分为2个子系统,分别开展控制器设计;然后,为解决系统内外的... [目的]针对欠驱动无人艇系统内部存在模型参数不确定以及外部受到未知干扰等问题,提出一种具有抗干扰能力的固定时间轨迹跟踪控制策略。[方法]首先,通过模型转换将跟踪误差系统分为2个子系统,分别开展控制器设计;然后,为解决系统内外的未知干扰问题,基于径向基神经网络和最小参数学习法对不确定项进行估计,从而保证系统具有抗干扰能力;最后,将双曲正切函数与滑模控制相结合,提出一种基于固定时间的跟踪控制方法,以保证无人艇可在固定时间内快速跟踪期望轨迹。[结果]仿真结果表明,跟踪误差可在固定时间内实现收敛并保持稳定,且其收敛时间与初始状态无关。[结论]该控制策略可对系统中的不确定项进行有效估计,具有良好的抗干扰能力,可为欠驱动无人艇的固定时间控制提供参考。 展开更多
关键词 欠驱动无人艇 固定时间控制 未知干扰 滑模控制 最小参数学习法
下载PDF
三维运动模式下的桥式吊车神经网络滑模控制
3
作者 孙家骏 柴琳 +1 位作者 郭启航 刘惠康 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第11期2071-2079,共9页
三维运动模式下的桥式吊车具有更高的生产效率,但其定位与防摆控制也更具挑战性.针对该问题,本文提出一种基于最小参数学习的神经网络滑模控制方法.首先,建立了包含机械摩擦力和空气阻力的全驱动动力学模型,解决了系统由于欠驱动特性导... 三维运动模式下的桥式吊车具有更高的生产效率,但其定位与防摆控制也更具挑战性.针对该问题,本文提出一种基于最小参数学习的神经网络滑模控制方法.首先,建立了包含机械摩擦力和空气阻力的全驱动动力学模型,解决了系统由于欠驱动特性导致控制器难以设计的问题;随后,设计了基于指数趋近律的滑模控制器,引入径向基函数(radial basis functions,RBF)神经网络的最小参数学习法对系统的不确定性模型进行逼近;并对控制器的稳定性进行了严格的数学证明.仿真与实验结果表明,本文所提控制方法在有/无外界干扰的情况下,都能实现吊车的精确定位与负载摆动的有效抑制. 展开更多
关键词 三维运动模式 定位与防摆 滑模控制 神经网络 最小参数学习法
下载PDF
弹丸协调臂的RBF神经网络自适应滑模控制 被引量：1
4
作者 骆继发 李志刚 岳才成 《机械与电子》 2019年第11期58-62,共5页
针对某大口径火炮弹丸协调臂电液伺服系统的位置控制问题,提出一种基于神经网络最小参数学习法的RBF网络自适应滑模控制方法。结合RBF神经网络具有局部逼近特性和神经网络最小参数学习法调节简单的优点,以电液伺服系统的状态为神经网络... 针对某大口径火炮弹丸协调臂电液伺服系统的位置控制问题,提出一种基于神经网络最小参数学习法的RBF网络自适应滑模控制方法。结合RBF神经网络具有局部逼近特性和神经网络最小参数学习法调节简单的优点,以电液伺服系统的状态为神经网络的输入,通过选取合适的参数,以神经网络的输出逼近系统的未知理想控制律。引入鲁棒项,保证控制策略的稳定性,并采用非线性函数调整反馈项参数的变化,保证收敛速度。仿真结果表明:控制算法在系统参数大范围变化的情况下能够保证弹丸协调臂的运动精度,并具有较好的鲁棒性。 展开更多
关键词 弹丸协调臂 电液伺服系统 RBF神经网络 最小参数学习法 滑模控制
下载PDF
基于RBF最小参数学习法的正流量变量泵滑模自适应控制 被引量：2
5
作者 孙承志 张元良 +1 位作者 康杰 牛东东 《机床与液压》 北大核心 2023年第20期157-162,共6页
为了提高正流量变量泵的性能,提出基于RBF最小参数学习法的正流量变量泵滑模自适应控制方法。分析正流量变量泵电液伺服系统的动力学特性,并进行系统辨识实验获得较为精确的系统数学函数模型;基于RBF最小参数学习法设计滑模控制器,在系... 为了提高正流量变量泵的性能,提出基于RBF最小参数学习法的正流量变量泵滑模自适应控制方法。分析正流量变量泵电液伺服系统的动力学特性,并进行系统辨识实验获得较为精确的系统数学函数模型;基于RBF最小参数学习法设计滑模控制器,在系统参数不确定性、摩擦力干扰和系统泄漏等非线性因素的情况下实现对目标流量的跟踪响应和自适应控制;最后利用MATLAB/Simulink对正流量变量泵的控制系统性能进行仿真实验,并和传统的PID控制器和模糊PID控制器进行比较。仿真实验结果验证了所设计控制方法的可行性和有效性。 展开更多
关键词 滑模自适应控制 RBF最小参数学习法 电液伺服系统 鲁棒性
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部