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7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：
DRNN神经网络的电加热炉解耦控制 被引量：2
1
作者 田军 李成利 王文韬 《青岛科技大学学报（自然科学版）》 CAS 2005年第4期358-361,共4页
基于DRNN神经网络参数自学习的PID原理对电加热炉进行解耦控制。给出了网络的结构和算法,分析了时变对象的特点,并对电加热炉时变系统进行了仿真。仿真结果表明:DRNN神经网络对多变量强耦合时变对象具有良好的解耦性能和自学习控制特性。
关键词 电加热炉 drnn神经网络 解耦控制
下载PDF
一种基于DRNN神经网络整定的PID解耦控制方法的研究 被引量：5
2
作者 刘刚 蔡十华 《江西科学》 2004年第5期334-336,342,共4页
根据DRNN神经网络的Jacobian信息辨识,提出一种基于DRNN神经网络整定的PID解耦控制方法,并进行了计算机仿真,仿真结果表明:与一般PID解耦控制相比,基于DRNN神经网络整定的PID解耦控制具有响应速度快,自适应能力强,抗干扰能力强的优点。
关键词 drnn神经网络 整定 信息辨识
下载PDF
基于DRNN网络的轮式机器人鲁棒H_∞控制 被引量：3
3
作者 彭金柱 卞英楠 周树亮 《郑州大学学报（工学版）》 CAS 北大核心 2018年第4期64-69,共6页
针对非完整约束的两轮移动机器人系统中存在建模误差及外扰的情形,提出了一种结合对角递归神经网络和非线性H_∞方法的控制策略.利用对角递归神经网络逼近建模不确定的非线性项,H_∞控制则用来实现期望的鲁棒跟踪性能.基于Lyapunov稳定... 针对非完整约束的两轮移动机器人系统中存在建模误差及外扰的情形,提出了一种结合对角递归神经网络和非线性H_∞方法的控制策略.利用对角递归神经网络逼近建模不确定的非线性项,H_∞控制则用来实现期望的鲁棒跟踪性能.基于Lyapunov稳定性理论,整个系统跟踪误差闭环有界.此外,在外界干扰仅仅积分有界的情形下,系统仍能满足具体的鲁棒跟踪性能.最后,对于相同外扰及不确定性下的移动机器人,将其与控制力矩法进行对比,仿真结果表明,所提方法是有效的. 展开更多
关键词 对角递归神经网络 控制力矩法 H∞控制 不确定性 LYAPUNOV稳定性
下载PDF
四极磁悬浮的动力学建模及参数辨识 被引量：1
4
作者 刘延栋 张文志 +1 位作者 王泽 陈福民 《控制工程》 CSCD 北大核心 2020年第5期793-798,共6页
为通过多极磁悬浮技术实现悬浮体在三维空间内任意位置的悬停,针对这一具有广阔前景的应用,建立磁悬浮动力学模型对多极磁悬浮技术的实现至关重要。对一种四极电磁铁磁悬浮装置进行了理论分析,建立了四极磁悬浮系统的状态空间线性方程,... 为通过多极磁悬浮技术实现悬浮体在三维空间内任意位置的悬停,针对这一具有广阔前景的应用,建立磁悬浮动力学模型对多极磁悬浮技术的实现至关重要。对一种四极电磁铁磁悬浮装置进行了理论分析,建立了四极磁悬浮系统的状态空间线性方程,使用DRNN神经网络算法对系统进行了参数辨识,获得了四极磁悬浮的精确模型,为悬浮体在多极磁悬浮空间操控奠定了基础。 展开更多
关键词 四极磁悬浮 状态空间方程 drnn神经网络 参数辨识
下载PDF
基于DRNN神经网络的造纸过程定量水分解耦控制分析 被引量：1
5
作者 郑敏 《集成电路应用》 2024年第1期365-367,共3页
阐述造纸过程定量水分的控制技术,利用Matlab建立定量水分数学模型,分别采用常规PID算法和DRNN神经网络算法对定量水分耦合模型进行解耦控制,探讨神经网络来整定PID控制器参数,不依赖控制对象的数学模型就可以实现解耦控制。仿真结果表... 阐述造纸过程定量水分的控制技术,利用Matlab建立定量水分数学模型,分别采用常规PID算法和DRNN神经网络算法对定量水分耦合模型进行解耦控制,探讨神经网络来整定PID控制器参数,不依赖控制对象的数学模型就可以实现解耦控制。仿真结果表明,DRNN神经网络算法响应速度更快,自适应能力显著增强,可进一步改善系统的动态性能。 展开更多
关键词 智能控制 定量水分数学模型 drnn神经网络算法
下载PDF
基于DRNN神经网络的双管液压减振器的车辆悬架振动研究 被引量：3
6
作者 王飞 宁萍 +1 位作者 梅琼珍 刘祥 《机床与液压》 北大核心 2020年第16期153-157,共5页
为了提高车辆行驶的平顺性,采用DRNN神经网络PID控制车辆液压悬架系统,并对控制性能指标进行仿真。建立车辆液压悬架1/4简图模型,采用二阶微分方程式推导车辆悬架系统动力学方程,设计了双管液压减振器模型。分析主液压缸和辅助液压缸中... 为了提高车辆行驶的平顺性,采用DRNN神经网络PID控制车辆液压悬架系统,并对控制性能指标进行仿真。建立车辆液压悬架1/4简图模型,采用二阶微分方程式推导车辆悬架系统动力学方程,设计了双管液压减振器模型。分析主液压缸和辅助液压缸中流量变化特性,采用DRNN神经网络PID控制方式。在随机波形干扰的路况行驶中,通过MATLAB软件对车辆液压悬架系统控制效果进行仿真,并且与传统PID控制方式进行对比。结果显示:采用传统PID控制方式,在车辆液压悬架系统垂直方向上,轮胎位移、车身位移和车身加速度较大;而采用DRNN神经网络PID控制方式,在车辆液压悬架系统垂直方向上,轮胎位移、车身位移和车身加速度较小。采用DRNN神经网络PID控制方式,能够自适应调节车辆液压悬架系统参数,降低复杂路况对车辆的干扰,提高车辆行驶的平顺性和舒适性。 展开更多
关键词 车辆悬架 液压减振器 drnn神经网络PID控制 仿真
下载PDF
基于神经网络的电液负载模拟器控制器设计 被引量：1
7
作者 刘晓琳 兰婉昆 《科技创新与应用》 2020年第12期32-36,共5页
针对飞机舵机电液负载模拟器系统参数时变,存在非线性环节且多余力干扰影响系统性能指标的问题,设计一种基于神经网络的复合控制器。复合控制器采用基于PSO改进BP神经网络的方法设计神经网络辨识器来辨识系统数学模型,再用DRNN神经网络... 针对飞机舵机电液负载模拟器系统参数时变,存在非线性环节且多余力干扰影响系统性能指标的问题,设计一种基于神经网络的复合控制器。复合控制器采用基于PSO改进BP神经网络的方法设计神经网络辨识器来辨识系统数学模型,再用DRNN神经网络在线整定PID参数。实验结果表明,基于神经网络的复合控制器可以有效缩短系统响应时间,提高跟踪精度等系统性能指标。 展开更多
关键词 电液负载模拟器 PSO-BP神经网络辨识 drnn神经网络控制
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