共查询到18条相似文献,搜索用时 175 毫秒
1.
2.
采用RBF神经网络的等效滑模控制算法对并联机器人伺服电机的控制,既发挥了RBF神经网络具有逼近任意函数的专长,又保留了滑模变结构控制的鲁棒性,克服了滑模变结构控制系统的参数摄动和在外部干扰条件下容易产生抖振,达到了理想的控制效果。 相似文献
3.
为了缓解风力发电机组由于风速扰动所造成的疲劳载荷,给出了一种基于RBF神经网络滑模独立变桨控制策略。通过分析风力机的基本特性,提出将RBF神经网络滑模功率控制单元和独立变桨控制单元相结合的控制方式。RBF神经网络滑模功率控制单元通过对发电机电磁转矩及桨叶桨距角的控制来平衡风力机的气动转矩,使风轮保持额度转速,实现稳定风电机组的输出功率的目的。而RBF神经网络独立变桨滑模控制单元通过实时微调风机桨距角,来优化功率控制单元的统一桨距角信号,实现缓解风机结构疲劳载荷的目的。最后,通过建立基于RBF神经网络滑模独立变桨控制的风力发电机组进行相应的仿真与实验,证明基于RBF神经网络功率控制和独立变桨滑模控制相结合的方法具有良好的控制效果,稳定风机输出功率的同时,极大地缓解风机的结构载荷,降低风力发电机组的维护成本。 相似文献
4.
5.
6.
结合滑模控制和神经网络各自的优点,对开关磁阻电动机提出了一种基于RBF神经网络的开关磁阻电动机自适应滑模控制方案。设计了基于反馈线性化的滑模变结构控制器,通过RBF神经网络的在线学习实时估计系统参数变化,减小系统参数变化对控制效果的影响,实现了开关磁阻电动机的自适应滑模控制。理论分析证明了所设计自适应神经滑模控制器的稳定性和可行性,仿真结果证明了所设计控制器可行性。 相似文献
7.
基于模糊神经网络滑模控制器的一类非线性系统自适应控制 总被引:4,自引:10,他引:4
虽然滑模控制具有控制简单和对不确定性与扰动不灵敏等优点,但是控制信号中的颤动是其应用中需解决的主要问题。该文首先针对一类非线性系统提出了一个新型控制器-模糊神经网络滑模控制器。新控制器不仅能消除颤动,而且比一般滑模控制器具有更强的鲁棒性。然而它与一般滑模控制器相比有较大的跟踪误差。为了解决这个问题,提出了结合滑控制器和模糊神经网络滑模控制器的自适应控制方法。这种自适应控制方案可以减小跟踪误差,增强系统的鲁棒性和消除控制信号中的颤动。仿真结果说明了控制方案的有效性。 相似文献
8.
9.
针对传统滑模控制易导致系统出现抖振的问题,提出了一种模糊径向基函数(RBF)神经网络滑模观测器来实现永磁同步电机(PMSM)无传感器控制。为了减小观测器系统抖振,利用模糊RBF神经网络算法动态调整滑模增益,并采用李雅普诺夫稳定性定理证明了该模糊神经网络观测器的稳定性;利用锁相环(PLL)技术提高估算精度,并削弱计算噪声。基于MATLAB/Simulink软件平台搭建了仿真模型,将模糊RBF神经网络滑模观测器系统与传统滑模观测系统进行对比。结果表明,与传统的滑模观测器相比,新型滑模观测器能够快速、有效地跟踪转子位置,精确估算出转子速度,同时具有较好的动态特性。 相似文献
10.
11.
以Vienna整流器为研究对象,针对其传统电压外环滑模变结构控制不变性和对系统参数扰动敏感的问题,分析了以逼近率为基础的滑模变结构控制算法,提出了一种基于RBF神经网络的自适应电压外环滑模控制算法。该控制算法通过将RBF神经网络与滑模控制算法有效结合,同时将中点电位平衡控制加入到RBF神经网络自适应电压外环滑模控制算法的设计中,使用RBF神经网络对电压外环非线性系统进行自适应逼近,能够有效降低切换增益,削弱抖振,增强系统的抗干扰能力。最后,通过仿真分析与实验测试验证所提控制算法的有效性。将所提出的控制算法与传统滑模控制算法、PI控制算法进行比较,结果表明采用这种电压外环控制算法能够对直流输出电压目标值进行快速跟踪,平衡中点电位,改善了系统的动静态性能,提升了其抗干扰能力。 相似文献
12.
13.
14.
15.
16.
高超声速飞行器RBF神经网络滑模变结构控制 总被引:1,自引:0,他引:1
针对高超声速飞行器高度非线性及强耦合的特点,提出了一种基于RBF神经网络调参的滑模变结构控制器。滑模变结构控制器能够使高超声速飞行器稳定飞行,但在系统状态到达滑模面后会产生剧烈的抖振现象,不利于工程应用。RBF神经网络在一定条件下可以任意精度逼近非线性函数,且具有较强的自学习、自适应和自组织能力。将RBF神经网络与滑模变结构控制相结合,一定程度上能够消除滑模控制的抖振问题。在高超声速飞行器的巡航状态下,分别加入高度阶跃指令和速度阶跃指令进行了仿真。仿真结果表明,所设计的RBF神经网络滑模变结构控制器使高超声速飞行器在保证快速性、鲁棒性和抗干扰性的同时,克服了执行机构的抖振问题。 相似文献
17.