基于改进WNN的随动负载模拟器研究 |
| |
引用本文: | 王超,刘荣忠,侯远龙,高强,王力.基于改进WNN的随动负载模拟器研究[J].系统仿真学报,2015(2):344-351. |
| |
作者姓名: | 王超 刘荣忠 侯远龙 高强 王力 |
| |
作者单位: | 南京理工大学机械工程学院 |
| |
基金项目: | 国家自然科学基金(51305205) |
| |
摘 要: | 为了抑制随动系统负载模拟器的多余力矩对力矩加载性能的影响,提出了一种基于改进的自学习函数扩展小波神经网络智能控制器。该控制器在误差大时采用Bang-Bang控制,误差小时采用基于函数扩展的小波神经网络和模糊补偿控制;同时采用基于改进的差分演变算法来估计控制器的参数;考虑到计算复杂度和控制系统性能,设计了隐含神经元数目的自学习算法。系统仿真实例结果表明,动静态响应性能均达到双十指标,该控制策略具有可行性和合理性,可以提高该系统力矩加载的跟踪性能和控制精度。
|
关 键 词: | 负载模拟器 多余力矩 小波神经网络 函数扩展 差分演变 自学习 |
本文献已被 CNKI 等数据库收录! |
|