排序方式: 共有75条查询结果,搜索用时 265 毫秒
61.
62.
63.
针对基于浅层学习的轴承寿命预测模型非线性学习能力差、预测精度低的问题,提出一种基于堆叠门控循环神经网络(SGRU)的伺服电机滚动轴承剩余寿命预测方法。首先对轴承振动信号进行时域和时频域特征提取,将常用的时域特征参数和经过集合经验模态分解得到的时频域特征参数作为原始特征集,然后采用相似度度量方法选取最能反映轴承退化性能的特征。之后通过堆叠两层GRU隐层来构建一种深层的寿命预测网络,并以训练集的退化特征参数为输入对网络进行训练,不断优化网络参数。最后在FEMTO数据集上与单层长短期记忆网络(LSTM)方法进行对比。结果表明,该方法相比于单层LSTM方法具有更高的预测精度。 相似文献
64.
65.
基于混沌优化算法的支持向量机参数选取方法 总被引:31,自引:0,他引:31
支持向量机(SVM)的参数取值决定了其学习性能和泛化能力.对此,将SVM参数的选取看作参数的组合优化,建立组合优化的目标函数,采用变尺度混沌优化算法来搜索最优目标函数值.混沌优化算法是一种全局搜索方法,在选取SVM参数时,不必考虑模型的复杂度和变量维数.仿真表明,混沌优化算法是选取SVM参数的有效方法,应用到函数逼近时具有优良的性能. 相似文献
66.
67.
基于滑模与自适应观测器的感应电机非线性控制新策略 总被引:2,自引:1,他引:1
提出一种结合滑模变结构和自适应观测技术的感应电机非线性控制新方法. 以定子电流与定子磁链为状态变量建立感应电机模型, 采用非线性分析方法建立转矩与磁链误差方程, 使用自适应滑模技术设计转矩与磁链控制器, 推导出定子电压控制量. 基于模型参考技术设计自适应观测器, 向控制器提供准确的转速辨识与磁链观测值,并给出了控制系统的稳定性证明. 该方法具有转矩脉动小、定子磁链畸变不明显的优点, 低速时也具有良好的控制性能, 且对参数与负载变化有较强的鲁棒性. 仿真与实验结果证明了该控制策略的正确性与有效性. 相似文献
68.
69.
基于支持向量机逼近的内模控制系统及应用 总被引:6,自引:0,他引:6
针对同步发电机组汽门系统, 文章研究了一种基于支持向量机逼近的内模控制系统. 所研究的控制系统包括两个主要部分: 支持向量机逼近逆控制器、内模框架下的不确定性补偿. 由基于泰勒扩展的输入输出逼近模型计算逆控制律, 并由非线性系统辨识来实现. 同时, 采用一个鲁棒滤波器实现内模框架下的不确定性补偿. 针对汽门系统的仿真实验验证了该控制系统的优良性能. 相似文献
70.
分布式驱动电动汽车(Distributed Drive Electric Vehicles,DDEV)采用内嵌式轮毂电机,使各车轮独立可控,具有调节形式多样化等突出优点.合理的轮毂电机转矩分配是保证DDEV稳定性的关键.本文为提高DDEV稳定性,分析了轮毂电机转矩分配与稳定性的关系,提出一种基于模型预测控制器的DDEV轮毂电机转矩分配控制系统.所提出的控制系统由上层控制器和下层控制器两个主要部分组成.上层控制器设计了基于拉盖尔函数的模型预测控制器,综合分析保证DDEV稳定性所需的轮毂电机转矩约束条件,实现轮毂电机最优转矩分配,提高DDEV稳定性.下层控制器对四个轮毂电机进行实时控制,执行上层控制器设计的最优转矩分配方案.最后在搭建的Matlab/Simulink环境下进行仿真验证. 相似文献