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]长沙理工大学化学与生物工程学院电力与交通材料保护湖南省重点实验室,长沙410004 [2]中南财经政法大学会计学院,武汉430073 [3]武汉大学动力与机械学院,武汉430072
出 处:《计算机应用研究》2014年第4期1115-1118,共4页Application Research of Computers
基 金:长沙理工大学电力与交通材料保护湖南省重点实验室开放基金资助项目(2011CL07);中南财经政法大学基本科研业务费资助项目(31541111121);国家社会科学基金资助项目(10CGL010)
摘 要:针对Smith控制对时滞系统抗干扰性差的弱点,提出了一种基于神经网络辨识的LM-Smith控制器。该控制器在经典Smith控制中引入神经元模型,实时辨识时变被控对象,使预估模型能准确跟踪被控对象,实现对时滞环节的完全补偿。仿真结果表明该方法构造简单、准确性好、鲁棒性较强,改善了经典Smith控制的控制效果。Aiming at Smith controller' weakness of dealing with system disturbance, this paper presented a novel LM-Smith controller based on neural network identification. This algorithm used Levenberg-Marquardt neural network as Smith predictive model. Through online identification, predictive model could follow controlled object real-time, which solved Smith control' s inefficiency when control models mismatch. Simulation show that the controlling algorithm get the better of static characters, preferable dynamic quality and strong robustness.
分 类 号:TP13[自动化与计算机技术—控制理论与控制工程]
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:216.73.216.222