【摘 要】
：
为实现电动负载模拟器的高精度控制,针对负载模拟器运行中受到的摩擦力影响问题,提出基于改进布谷鸟算法(improved cuckoo search algorithm,简称ICSA)的摩擦模型参数辨识方
【机 构】
：
兰州交通大学机电工程学院,哈尔滨工业大学机电工程学院
【基金项目】
：
哈尔滨工业大学科研创新基金资助项目(HIT.NSRIF.2015053),中国博士后科研基金资助项目(2014M561340)
论文部分内容阅读
为实现电动负载模拟器的高精度控制,针对负载模拟器运行中受到的摩擦力影响问题,提出基于改进布谷鸟算法(improved cuckoo search algorithm,简称ICSA)的摩擦模型参数辨识方法。首先,搭建了电动负载模拟器试验样机,建立了动力学数学模型,并引入一种连续摩擦模型代替传统不连续摩擦模型;其次,将布谷鸟算法(cuckoo search algorithm,简称CSA)进行改进,在辨识中自动调整判定概率和步长的数值,提高了收敛速度和收敛精度;然后,通过逐点试验的方法得到了负载模拟器角速度范
其他文献
提出基于强化学习三态组合长短时记忆神经网络(reinforcement learning 3-states combined long and short time memory neural network,简称RL-3S-LSTMNN)的旋转机械状态退
针对强背景噪声干扰下轮对轴承故障特征微弱、难以准确检测的问题,提出了一种自适应改进高斯拉普拉斯(improved Laplacian of Gaussian,简称ILoG)算子的微弱故障检测方法。IL
面对未来的社会发展和竞争,我们必须以21世纪人才标准为目标,深化教育教学改革,对传统教育观念和教学模式进行反思,努力探索出有利于调动和提高学生学习积极性和创新精神的教