基于小波神经网络的电动负载模拟器的复合控制

发布时间：2017-07-29 17:19

  本文关键词：基于小波神经网络的电动负载模拟器的复合控制

  更多相关文章： 电动负载模拟器 多余力矩 小波神经网络 复合控制

【摘要】：为了提高电动负载模拟器的信号跟踪精度和多余力矩抑制能力,在分析系统结构和工作原理的基础上建立了电动负载模拟器系统的完整数学模型。针对电动负载模拟器中存在的力矩跟踪精度问题,提出了一种前馈补偿和基于小波网络的PID控制相结合的复合控制方法。利用改进的前馈补偿法抑制多余力矩,基于小波网络的PID控制器可以在线调整PID参数补偿系统的非线性环节,提高系统动态性能。仿真结果表明,复合控制器对多余力矩有良好的抑制效果,跟踪精度满足要求,和传统PID控制相比,系统鲁棒性得到显著提高。
【作者单位】： 中北大学仪器与电子学院;中北大学仪器科学与动态测试教育部重点实验室;
【关键词】： 电动负载模拟器 多余力矩 小波神经网络 复合控制
【基金】：国家自然科学基金(51375462) 国家国际科技合作项目(2014DFR70650) 高等学校博士学科点专项科研基金(20121420110003)
【分类号】：V216.8
【正文快照】： 引言电动负载模拟器作为检测舵机性能的一种重要的半实物仿真设备,可以在实验室环境下模拟飞行器在实际飞行过程中舵机所受到的载荷[1,2]。实际仿真过程中,舵机的主动运动对负载模拟器来说是一种强干扰,使得负载模拟器很难精确的输出力矩[3]。因此, 如何克服多余力矩并在此基

【相似文献】

中国期刊全文数据库 前10条

1 赵学智,邹春华,陈统坚,叶邦彦,彭永红;小波神经网络的参数初始化研究[J];华南理工大学学报(自然科学版);2003年02期

2 杨春玲,杨茂华,胡艳,戴景民;小波神经网络在多波长辐射测温中的应用[J];计量学报;2003年04期

3 许桢英,费业泰;基于小波神经网络的动态测试误差溯源研究[J];农业机械学报;2003年04期

4 姚洪兴,吴越;多变量经济混沌时序的小波神经网络预测[J];江苏大学学报(自然科学版);2004年04期

5 张登峰,廉士国,王执铨,胡寿松;一种小波神经网络的优化构造及其应用[J];兵工学报;2004年04期

6 曹阳,袁旭峰,高轶群;小波神经网络及其在化工中应用的研究[J];贵州工业大学学报(自然科学版);2004年04期

7 程启明,王勇浩;基于小波神经网络的控制方法及其应用研究[J];工业仪表与自动化装置;2004年05期

8 毕研秋;周文连;张大海;江世芳;;连续小波神经网络收敛性能的探讨[J];电力系统及其自动化学报;2005年06期

9 李志刚;司锡才;陈玉坤;;基于小波神经网络的信号识别[J];弹箭与制导学报;2005年SD期

10 蔡念;杨杰;;基于小波神经网络的图像表述[J];影像技术;2006年01期

中国重要会议论文全文数据库 前10条

1 胡博;陶文华;崔博;白一彤;尹旭;;基于小波神经网络的异步电机故障诊断[A];2009中国控制与决策会议论文集（2）[C];2009年

2 何正友;钱清泉;;一种改进小波神经网络模型在电力故障信号识别中的应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

3 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年

4 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年

5 谢建宏;张为公;;复合材料疲劳剩余寿命预测的动态小波神经网络方法[A];第二届全国信息获取与处理学术会议论文集[C];2004年

6 陈建秋;张新政;;基于小波神经网络的水质预测应用研究[A];2006中国控制与决策学术年会论文集[C];2006年

7 孙正贵;;小波神经网络的高效学习算法及应用研究[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

8 黄敏;朱启兵;崔宝同;;基于小波神经网络的轧机特性回归[A];2007中国控制与决策学术年会论文集[C];2007年

9 周绍磊;张文广;李新;;一种基于改进遗传算法的小波神经网络[A];2007年中国智能自动化会议论文集[C];2007年

10 杜青;刘剑飞;刘娟;乔延华;;基于小波神经网络的模拟调制信号自动识别[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（下册）[C];2007年

中国博士学位论文全文数据库 前10条

1 侯霞;小波神经网络若干关键问题研究[D];南京航空航天大学;2006年

2 章文俊;小波神经网络算法及其船舶运动控制应用研究[D];大连海事大学;2014年

3 高协平;小波参数化与小波神经网络研究[D];湖南大学;2003年

4 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年

5 李永红;广义小波神经网络实现雷达相关滤波的研究[D];大连海事大学;2000年

6 银俊成;量子信道与量子小波神经网络相关问题研究[D];陕西师范大学;2013年

7 李文军;多小波和小波神经网络构造及其在电弧故障诊断中的应用研究[D];吉林大学;2008年

8 刘守生;遗传算法与小波神经网络中若干问题的研究[D];南京航空航天大学;2005年

9 黄同成;基于小波神经网络理论的VOCR与HOCR技术研究[D];上海大学;2008年

10 蔡振禹;基于粗集—小波神经网络的煤炭企业管理研究[D];天津大学;2007年

，

本文编号：590239