免费论文摘要：鉴于进步数字本领的电液伺服体例智能遏制接洽

电液伺服体例具备功率密度大、动静相应快、带载刚度强等便宜，普遍运用于产业、国防等范围。电液伺服遏制生存很多非线性和时变性，在这种前提下，保守的PID遏制算法不许到达理念的遏制功效，并且参数安排烦琐难以找到最优参数；其余，在噪声、负载扰动等成分的感化下，进程参数以至模子构造均会随功夫和处事情况的变革而变革，这就诉求在PID遏制中，不只PID参数的整定不依附于东西数学模子，而且PID参数不妨在线安排，以符合搀杂的体例和高目标的遏制诉求。鉴于之上领会，正文重要商量鉴于神经搜集辨识的电液场所伺服体例的智能遏制及其在FPGA高本能遏制器中的实行，在以次几个上面打开接洽处事： 正文在领会保守动静神经搜集的普通上，引见了一种新式的Wiener-type动静神经搜集模子及其反向传递进修算法。Wiener-type动静神经搜集块联模子经过串联线性动静步骤和非线性静态增值，从构造上就更逼近非线性动静体例。经过对电液场所伺服体例的辨识领会考证该搜集构造的模子辨识本领。 惯例的动静神经搜集只能在辨识进程无穷迫近被辨识体例却没辙获得一组决定的权值向量使其与被辨识体例等价，而正文中的Wiener-type动静神经搜集模子在过程屡次体例辨识演练后，不妨抑制到一组决定的权值参数模子与电液场所伺服体例的输入个性邻近；其余，经过对电液场所伺服体例和Wiener-type动静神经搜集模子的输出输入扫频数据举行频域领会，获得两个体例具备一致的频域个性，进一步考证该辨识模子不妨表征被控体例的动静个性。 对准电液伺服遏制中的非线性、参数变革、外负载干预等题目。经过AMESim与MATLAB的共同仿真模子考证了鉴于Wiener-type动静神经搜集辨识的PID遏制算法在遏制进程中连接举行参数优化，制止了PID安排烦琐和参数寻优的盲目性，产生具备自安排本领的宁静遏制器，普及遏制体例的自符合性和鲁棒性，实行非线性时变体例的智能遏制。 神经搜集构造的要害特性是巨量消息并行处置保卫世界和平大会范围平行计划。而常常计划机遏制步调代码只能程序实行演算，控制了其在及时遏制中的运用。FPGA不妨实行并行工作的同声实行，所以结构神经搜集的FPGA遏制器可极地面减少遏制周期，普及体例本能。然而常常开拓FPGA须要控制VHDL等底层安排东西，开拓神经搜集运用难度较大。正文经过NI LabVIEW尝试体例不须要任何相关底层硬件刻画谈话即可在FPGA中实行电液场所伺服体例的模子辨识和智能遏制算法，处置了搀杂体例的安排困难，结构具备高及时高真实高决定的数字遏制体例。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/294475.html