检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]天津大学自动化学院
出 处:《机床与液压》2006年第9期185-187,共3页Machine Tool & Hydraulics
摘 要:由于电液速度伺服系统的非线性和参数的不确定性,难以建立精确的数学模型,本文引入RBF(径向基函数)模糊自适应控制,利用RBF神经网络进行自学习、修改和完善模糊规则,改善其动态性能。仿真结果表明该方法具有较强的自适应和自学习能力,即使对复杂的非线性系统也能取得良好的控制效果。For the non - linearity and uncertainty of electro - hydraulic velocity servo system, an accurate math model is hard to build. A RBF (radial basis function) fuzzy adaptive control method was introduced, which takes advantage of RBF Neural Network to proceed self- learning, thus the fuzzy rules are updated and the performance of electro - hydraulic velocity servo system is improved. The emulation result shows that this method has strong self - adaptive and self - learning ability, which ensures that a favorable control effect can be achieved even though facing a complex non - linear system.
关 键 词:电液速度伺服系统 模糊自适应控制 RBF神经网络
分 类 号:TP27[自动化与计算机技术—检测技术与自动化装置]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.147