排序方式： 共有106条查询结果，搜索用时 375 毫秒
11.
12.
针对永磁直线同步电动机(PMLSM)伺服系统中存在的参数变化、负载扰动和摩擦力等不确定性因素,采用了函数链模糊神经网络(FLFNN)和分数阶反推控制(FOBC)相结合的控制方案来提高系统的控制性能.首先,采用FOBC实现系统的全局调节和位置跟踪,提高系统的收敛速度和控制精度;然后,采用Hermite多项式函数链模糊神经网络(HFLFNN)直接估计系统中存在的不确定性,同时利用指数补偿器对估计误差进行补偿,进一步提高系统的鲁棒性;最后,利用Lyapunov函数推导出系统中控制参数的在线调整估计律.实验结果表明所提出的控制方法切实可行,能够有效地抑制不确定性对系统的影响.与FOBC相比,具有更好的跟踪性能和鲁棒性能. 相似文献
13.
针对永磁直线同步电机(PMLSM)易受系统参数变化、外部扰动、摩擦力等不确定性因素影响的问题,采用二阶滑模控制(2OSMC)和递归径向基神经网络(RRBFNN)相结合的智能二阶滑模控制(I2OSMC)方法来提高系统控制性能.利用2OSMC削弱传统滑模控制中的抖振问题,提高了系统的位置跟踪精度.但由于难以估计系统中不确定性因素的边界,从而无法实现2OSMC的最佳性能,因此,引入RRBFNN对不确定性因素进行估计.由于RRBFNN具有较快的学习能力,可通过在线训练网络参数,进而提高系统的鲁棒性.实验结果表明,所提出的控制方法切实可行,能够有效地抑制不确定性因素对系统的影响,使系统具有较高的位置跟踪精度和较强的鲁棒性能. 相似文献
14.
四.伺服系统组成伺服系统主要由三部分组成:被控制的机械对象,伺服电动机,控制装置。按传感器安放的位置分为全闭环和半闭环两种控制结构。全闭环控制:不仅控制伺服电动机, 而且对受控机械对象终端的速度或位置也进行控制。因此,不仅在伺服电动机的输出端,而且机械机构终端也要放置传感器把各种状态信息检测出来,比如在 相似文献
15.
四.伺服系统组成3.3位置控制特性对于不同的输入信号,位置控制系统所表现出的特性是不同的。典型的输入信号有三种形式:位置输入(位置阶跃输入)、速度输入(又称斜坡输入),以及加速度输入(抛物线输入)。现以斜坡输入为例 相似文献
16.
直线电动机在机床伺服驱动应用中的若干问题与展望 总被引：1，自引：0，他引：1
直线电动机在数控机床应用实现了所谓零传动,负载侧的干扰没有受到衰减,宜于采用H∞鲁棒控制方法抑制扰动的影响。为减小或消除摩擦对低速精加工时伺服特性的干扰,采用磁悬浮技术是一个根本的解决方案。直线电动机正好集直接驱动、水平推力控制与垂直力磁悬浮控制于一身,是未来数控机床伺服驱动的发展方向之一。 相似文献
17.
(接上期) 3.3旋转变压器在数控机床、工业机器人等伺服驱动系统中,现在已采用永磁式AC伺服电动机,这就要求必须检测出转子磁极的绝对位置。同时,也要求能检测出转子的运动速度和系统的位置信息。除了可选择光电编码器作为传感器外,由于旋转变压器具有结构坚固耐用等突出优点,因此,在机电一体化产品中获得了越来越广泛的应用。 相似文献
18.
一"伺服"的由来 "伺服"一词系英语单词"servo"的音译和意译的结合,它来源于拉丁语 servus,意为奴隶、仆人;汉语中的"伺" 有侍奉、"服"为服从之意,合起来"伺服"一词的汉语与英语的意义也是相同的。 相似文献
19.
为满足永磁直线同步电动机(PMLSM)伺服系统高速度高精度的要求,抑制不确定性对系统性能的影响,提出一种互补滑模控制(CSMC)和迭代学习控制(ILC)相结合的控制方法.该方法结合了CSMC强鲁棒性的优点和ILC跟踪精度高的特点,以CSMC中积分滑模面为基础设计新型迭代学习律,既可利用ILC对系统未建模动态进行估计,抑制端部效应、齿槽效应和摩擦力等周期不确定性的影响,又可利用CSMC减小参数变化和外部扰动等非周期不确定性对系统的影响,从而提高控制器的收敛速度和收敛精度,保证系统具有较强的速度跟踪性能.实验结果表明,该方法有效地提高了系统的动态响应能力,改善了速度跟踪精度. 相似文献
20.
针对传统机器学习人工提取特征耗时耗力,并且提取高质量特征存在一定困难等问题,将基于深度学习的方法,首次结合卷积神经网络和概率神经网络,提出了一种新的模型GoogleNet-PNN,其自动学习特征,避免了手动提取特征的繁琐性,而且结合了PNN训练容易、收敛速度快等特点,在肝病分类的实验中取得了较好的效果;并使用了迁移学习的方法,通过在自然图像集的预训练,然后应用到医学图像,避免了因样本不足而出现的过拟合问题,实验结果最终表明识别准确率要优于其他方法,达到了98%的客观识别率。 相似文献
