發(fā)布時間：2018-05-22 17:03

  本文選題：電液伺服系統(tǒng) + 神經(jīng)網(wǎng)絡(luò)　； 參考：《中國工程機械學(xué)報》2017年05期

【摘要】：建立了帶鋼糾偏電液伺服系統(tǒng)的數(shù)學(xué)模型,針對電液伺服系統(tǒng)存在參數(shù)不確定性、復(fù)雜非線性等特點,提出了自適應(yīng)滑�？刂品椒�,并利用神經(jīng)網(wǎng)絡(luò)的萬能逼近特性進行參數(shù)逼近.通過Lyapunov穩(wěn)定性分析,設(shè)計了參數(shù)自適應(yīng)律和相應(yīng)的控制器,通過Matlab對系統(tǒng)特性進行仿真分析.仿真結(jié)果表明,該控制算法能進行有效的參數(shù)估計,具有較好的跟蹤響應(yīng)和較強的魯棒性,取得較滿意的控制特性.
[Abstract]:The mathematical model of electro-hydraulic servo system for strip deviation correction is established. An adaptive sliding mode control method is proposed for the characteristics of parameter uncertainty and complex nonlinearity in electro-hydraulic servo system. The universal approximation property of neural network is used for parameter approximation. Through the stability analysis of Lyapunov, the parameter adaptive law and the corresponding controller are designed, and the system characteristics are simulated and analyzed by Matlab. The simulation results show that the proposed control algorithm can effectively estimate the parameters, has better tracking response and robustness, and achieves satisfactory control characteristics.
【作者單位】： 遼寧科技大學(xué)機械工程與自動化學(xué)院;
【基金】：遼寧科技大學(xué)大學(xué)生創(chuàng)新資助項目(201610146019)(DC2016140)
【分類號】：TF76;TP273

【相似文獻】

相關(guān)期刊論文 前10條

1 李潤生,李延輝,胡學(xué)軍,劉壯,王守儉;神經(jīng)網(wǎng)絡(luò)在冶金中的應(yīng)用[J];鋼鐵研究;1998年02期

2 胡敏藝,馬榮駿;神經(jīng)網(wǎng)絡(luò)在冶金工業(yè)中的應(yīng)用[J];湖南有色金屬;2000年05期

3 黃光球,桂中岳;橫剖面上礦體自動圈定的神經(jīng)網(wǎng)絡(luò)方法[J];中國鉬業(yè);1996年04期

4 楊自厚;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在鋼鐵工業(yè)中的應(yīng)用　第5講　神經(jīng)網(wǎng)絡(luò)在控制系統(tǒng)中的應(yīng)用(上)[J];冶金自動化;1997年02期

5 金利平;神經(jīng)網(wǎng)絡(luò)技術(shù)在鋼鐵工業(yè)中的應(yīng)用[J];河南冶金;1996年04期

6 應(yīng)海松;李斐真;;用神經(jīng)網(wǎng)絡(luò)評估進口鐵礦石品位波動及品質(zhì)特性[J];金屬礦山;2010年11期

7 徐郡,儲方杰;基于時序的神經(jīng)網(wǎng)絡(luò)在高爐爐溫預(yù)測模型中的應(yīng)用[J];冶金自動化;2003年03期

8 賈江濤,吳聲,張亞文,廖春生,嚴純?nèi)A,徐光憲;神經(jīng)網(wǎng)絡(luò)和樹結(jié)構(gòu)概念在稀土分離中的應(yīng)用[J];科學(xué)通報;2000年24期

9 鄧左民;林平;王俊;;神經(jīng)網(wǎng)絡(luò)在稀土電解中的應(yīng)用研究[J];江西有色金屬;2007年03期

10 徐辰華;;基于神經(jīng)網(wǎng)絡(luò)的透氣性狀態(tài)預(yù)測[J];柳州師專學(xué)報;2010年05期

相關(guān)會議論文 前5條

1 馬驥;;基于BP神經(jīng)網(wǎng)絡(luò)的生產(chǎn)成本預(yù)測[A];全國冶金自動化信息網(wǎng)2014年會論文集[C];2014年

2 張東;杜京義;周元輝;王沛軍;;基于神經(jīng)網(wǎng)絡(luò)的LF爐電極在線建模[A];中國計量協(xié)會冶金分會2007年會論文集[C];2007年

3 李洪瑋;張建良;國宏偉;;基于BP神經(jīng)網(wǎng)絡(luò)的爐渣粘度預(yù)測[A];2014年全國煉鐵生產(chǎn)技術(shù)會暨煉鐵學(xué)術(shù)年會文集(上)[C];2014年

4 劉芳;曹秀英;彭晶;;高爐鐵水溫度的神經(jīng)網(wǎng)絡(luò)軟測量及應(yīng)用[A];第十一屆全國自動化應(yīng)用技術(shù)學(xué)術(shù)交流會論文集[C];2006年

5 馮聚和;王曉亮;李敬;吉祥利;國富興;韓春良;翁玉娟;王金星;李彥軍;;基于BP神經(jīng)網(wǎng)絡(luò)的半鋼冶煉終點預(yù)報模型[A];第十七屆（2013年）全國煉鋼學(xué)術(shù)會議論文集（A卷）[C];2013年

相關(guān)碩士學(xué)位論文 前10條

1 陳亞強;基于區(qū)間神經(jīng)網(wǎng)絡(luò)的鋼鐵企業(yè)能耗預(yù)測[D];東北大學(xué);2014年

2 李帥;基于灰色RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐終點預(yù)測模型研究[D];東北大學(xué);2014年

3 楊坤;基于神經(jīng)網(wǎng)絡(luò)的高爐鐵水硅含量建模[D];燕山大學(xué);2016年

4 吳拓;基于區(qū)間神經(jīng)網(wǎng)絡(luò)的鋼鐵企業(yè)能耗預(yù)測[D];遼寧工程技術(shù)大學(xué);2014年

5 郭華磊;BP神經(jīng)網(wǎng)絡(luò)和PSO的混合算法及應(yīng)用[D];東北大學(xué);2011年

6 梁欣;回轉(zhuǎn)窯煅燒工藝參數(shù)配置優(yōu)化算法研究[D];北方工業(yè)大學(xué);2017年

7 董沛釗;基于神經(jīng)網(wǎng)絡(luò)的高爐風(fēng)機運行狀況預(yù)測的研究[D];河北科技大學(xué);2015年

8 王勇;神經(jīng)網(wǎng)絡(luò)法預(yù)測高爐爐缸內(nèi)襯狀態(tài)[D];東北大學(xué);2011年

9 趙蕾;高爐侵蝕狀況預(yù)測過程中的神經(jīng)網(wǎng)絡(luò)方法[D];上海海事大學(xué);2007年

10 鄭貴海;神經(jīng)網(wǎng)絡(luò)技術(shù)在鞍鋼高爐鼓風(fēng)機狀態(tài)監(jiān)測與故障診斷中的應(yīng)用[D];東北大學(xué);2010年

，

本文編號：1922907