基于PID神经网络解耦控制的被动电液伺服加载

来源 :机械制造 | 被引量 : 0次 | 上传用户:akhiv
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为抑制被动电液伺服加载中受载体运动对加载力的干扰,常见方法是建立系统线性数学模型,然后在其基础上引入前馈补偿,但由于电液伺服系统的非线性、参数难以准确确定的特点,这种方法的实际效果并不理想。而PID神经网络控制算法不依赖于准确建模,适用于非线性、参数时变特点的系统控制,因此采用该算法实现受载体运动和加载系统的解耦控制,以抑制受载体运动对加栽力的干扰。
其他文献
根据汽车主动避撞雷达系统中保障安全和及时预警两方面的实际要求,比较了各种报警算法,在结合汽车制动过程运动学分析的基础上,引入了一种安全性更高,且不同于普通安全距离模
为使纤维缠绕张力控制系统性能得到提高,通过分析张力系统的受力不确定性,引用自适应模糊PID优化控制方法,并将其应用于纤维缠绕张力控制系统。结果表明,模糊自适应PID控制方法简
以处于试制阶段的新型5kW离网小型风力发电机主轴为研究对象,对该主轴进行了两种工作位置下的极限载荷分析。在确认分析结果正确后找出了该主轴上可能发生疲劳破坏的两个危险
首先将21项几何误差产生的综合效应分解到各个轴,实现几何误差补偿模型。介绍了在一台开放式数控系统上实施软件误差补偿过程,软件误差补偿原理仅与机床本体的几何误差有关,而与
弹簧在工业领域有着广泛的应用,并且某些弹簧需具备一些特殊功能,因此研究并设计绕簧机就显得尤为重要。为此介绍了一种新型绕簧机的工作原理,并对其进行了研究设计。该绕簧
将神经网络与模糊集相结合形成一类新的智能信息处理方法,利用神经网络的并行运算能力来实现模糊规则的快速推理,并用学习算法在线调整规则。通过在锅炉系统的仿真研究,证明了该