电液伺服系统的神经网络在线学习补偿自适应控制OA北大核心CSTPCD
Neural Network Based on Linselearning Indemnity Adaptive Control for Electro-hydraulic Servo Testing System
基于反馈误差学习法、小波分析理论并结合面向控制的辨识思想,提出了一种神经网络在线学习补偿自适应控制结构.基于被控过程的小波变换结果信息,利用反馈误差学习法调整控制参数.利用"参征器"实行监督控制,避免控制器的输出产生振荡或进入饱和状态.工程应用表明,该方法将过程辨识和"参征器"引入神经网络的学习和控制中,可有效地提高系统的控制品质.
吴建新;刘一江;易理刚;童桦
湖南大学省重点实验室结构损伤诊断中心,湖南省长沙市,410082湖南大学省重点实验室结构损伤诊断中心,湖南省长沙市,410082湖南大学省重点实验室结构损伤诊断中心,湖南省长沙市,410082湖南大学省重点实验室结构损伤诊断中心,湖南省长沙市,410082
机械制造
小波变换系统辨识神经网络控制补偿控制电液伺服系统
《液压与气动》 2003 (4)
8-13,6
评论