本文關鍵詞：基于神經網絡的輪帶系統(tǒng)橫向振動的變結構控制

  更多相關文章： 神經網絡 軸向運動弦線 滑模變結構控制 橫向振動控制 離散指數趨近律

【摘要】：輪帶驅動系統(tǒng)具有結構簡單,傳遞動力遠,制造成本低,過載保護等優(yōu)點,因此被廣泛應用于各種機械設備中。然而在其高速運動過程中出現的振動問題會影響系統(tǒng)的性能,阻礙了它在某些工程領域中的應用,所以有必要研究一些控制手段來對輪帶系統(tǒng)的振動進行抑制和消除。輪帶系統(tǒng)中的皮帶由于不承受抗彎力,自身重力小,且沿著軸向拉力方向運動,故可以簡化為軸向運動弦線模型。因為軸向運動弦線的結構簡單,所以一般采用主動控制方法來抑制其橫向振動�；Ｗ兘Y構控制對系統(tǒng)攝動及外部干擾具有較好的魯棒性,且具有快速響應、無需系統(tǒng)在線辨識、物理實現簡單等優(yōu)點。神經網絡具有較強的在線學習和自適應能力,能逼近任意復雜的線性和非線性關系。將神經網絡和滑模變結構控制方法相結合,可以使系統(tǒng)在保持對攝動和外部干擾強魯棒性的同時盡量消除抖振。利用輪帶的橫向振動與作動器運動相耦合的理論,建立了輪帶作動器線性動力學方程。用離散指數趨近律設計變結構控制器,并用BP神經網絡自適應調整離散指數趨近律參數,以減小系統(tǒng)抖振,改善系統(tǒng)的動態(tài)品質和魯棒性能。仿真結果表明,所設計的基于BP神經網絡離散指數趨近律的變結構控制器能有效地抑制作動器角位移的變化,從而間接達到了抑制輪帶系統(tǒng)橫向振動的目的。由于BP神經網絡學習訓練速度慢,容易陷入局部極小點,故采用RBF神經網絡來設計變結構控制律。運用等效控制法和位置跟蹤法來設計系統(tǒng)的滑模變結構控制律,利用RBF神經網絡逼近變結構位置跟蹤控制律,使系統(tǒng)運動逐步趨近位置指令函數,實現了控制作動器運動狀態(tài)、抑制弦線橫向振動的目的。針對有外界附加激勵的輪帶系統(tǒng),結合輪帶的橫向振動與作動器運動相耦合的理論,建立了新的作動器線性常微分方程和輪帶橫向振動方程。采用BP神經網絡和離散指數趨近律來設計變結構控制器�？紤]到常規(guī)BP神經網絡的缺點和不足,利用終極吸引子來改善BP神經網絡的性能,提高神經網絡學習速度,防止訓練陷入局部極小點。運用Matlab軟件進行仿真,結果表明,所設計的控制律有效地抑制了受控弦線的橫向振動。
【關鍵詞】：神經網絡 軸向運動弦線 滑模變結構控制 橫向振動控制 離散指數趨近律
【學位授予單位】：福州大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP183;TH113.1
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-17
• 1.1 研究理論及意義8
• 1.2 國內外研究進展8-15
• 1.2.1 線性振動分析8-10
• 1.2.2 線性振動控制10-12
• 1.2.2.1 頻域分析方法10-11
• 1.2.2.2 行波消去法11
• 1.2.2.3 時域分析方法11-12
• 1.2.3 非線性振動分析12-13
• 1.2.4 非線性振動控制13-15
• 1.2.4.1 Lyapunov方法13
• 1.2.4.2 滑模變結構控制13-14
• 1.2.4.3 自適應控制14
• 1.2.4.4 神經網絡與模糊控制14-15
• 1.3 特色與創(chuàng)新15
• 1.4 內容概述15-17
• 第二章 神經網絡和滑模變結構控制17-28
• 2.1 神經網絡17-21
• 2.1.1 人工神經網絡概述17-18
• 2.1.2 神經網絡常用的激活函數18-20
• 2.1.3 神經網絡的訓練和學習20-21
• 2.2 滑模變結構控制21-27
• 2.2.1 變結構控制的基本概念21-23
• 2.2.2 變結構控制的基本要素23-25
• 2.2.3 變結構控制系統(tǒng)的動態(tài)品質25-26
• 2.2.4 變結構控制系統(tǒng)的設計26-27
• 2.3 本章小節(jié)27-28
• 第三章 基于BP神經網絡的輪帶系統(tǒng)的變結構控制28-47
• 3.1 引言28
• 3.2 動力學方程28-33
• 3.3 控制律設計33-39
• 3.3.1 作動器動力學方程離散化34
• 3.3.2 神經網絡離散指數趨近律34-36
• 3.3.3 變結構控制器設計36-37
• 3.3.4 BP神經網絡的權值調整37-38
• 3.3.5 滑模變結構控制系統(tǒng)的收斂性分析38-39
• 3.4 仿真研究39-46
• 3.5 本章小結46-47
• 第四章 基于RBF神經網絡的輪帶系統(tǒng)的變結構控制47-57
• 4.1 引言47
• 4.2 狀態(tài)方程47-48
• 4.3 等效控制器設計48-49
• 4.4 等效控制器的穩(wěn)定性49-50
• 4.5 RBF神經網絡滑�？刂破髟O計50-52
• 4.6 仿真研究52-56
• 4.7 本章小結56-57
• 第五章 有附加激勵的輪帶系統(tǒng)的變結構控制57-72
• 5.1 引言57
• 5.2 動力學方程57-60
• 5.3 控制律設計60-63
• 5.3.1 神經網絡變結構控制器設計60-61
• 5.3.2 基于終極吸引子的BP神經網絡(TABP)權值調整61-63
• 5.4 仿真研究63-71
• 5.5 本章小結71-72
• 總結和展望72-73
• 論文總結72
• 展望72-73
• 參考文獻73-77
• 致謝77-78
• 簡歷78

【相似文獻】

中國期刊全文數據庫 前10條

1 王凡,孟立凡;關于使用神經網絡推定操作者疲勞的研究[J];人類工效學;2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經網絡的直升機艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經網絡的應用與展望[J];佛山科學技術學院學報(自然科學版);2009年05期

4 許萬增;;神經網絡的研究及其應用[J];國際技術經濟研究學報;1990年01期

5 張軍華;神經網絡技術及其在軍用系統(tǒng)中的應用[J];現代防御技術;1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經網絡在預報控制中的應用[J];機床;1993年11期

7 靳蕃;神經網絡及其在鐵道科技中應用的探討[J];鐵道學報;1993年02期

8 宋玉華，，王啟霞;神經網絡診斷──神經網絡在自動化領域里的應用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內外神經網絡技術的研究與應用概況[J];電機電器技術;1995年04期

10 王中賢，錢頌迪;神經網絡法在經濟管理中的應用[J];航天工業(yè)管理;1995年04期

中國重要會議論文全文數據庫 前10條

1 徐春玉;;基于泛集的神經網絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經網絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經網絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經網絡的新機遇——紀念中國神經網絡10周年[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經網絡與圖論[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數值預報產品的神經網絡釋用預報應用[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經網絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經網絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經網絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數據庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經網絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經網絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經網絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經網絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經網絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網絡[N];健康時報;2006年

8 劉力;我半導體神經網絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經網絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經網絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數據庫 前10條

1 楊旭華;神經網絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經網絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經網絡的混沌性及幾類時滯神經網絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經網絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

6 李輝;基于粒計算的神經網絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經網絡并行實現及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數據庫 前10條

1 章穎;混合不確定性模塊化神經網絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經網絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經網絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經網絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經網絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經網絡的上證指數預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經網絡血壓預測研究與系統(tǒng)實現[D];華南理工大學;2015年

9 張韜;幾類時滯神經網絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經網絡的穩(wěn)定性分析[D];渤海大學;2015年

本文編號：956943