基于神经网络的电液伺服系统智能控制研究

发布时间：2023-04-01 18:14

　　电液伺服控制系统具有精度高,响应快,便于调节的特点,同时又能控制大惯性实现大功率输出,因而在工业控制领域得到广泛的应用。但是电液伺服系统本质上是非线性系统,系统存在时变参数以及外干扰引起的不确定性,使得系统的动态特性十分复杂,很难建立系统的精确模型。采用传统的基于模型的控制方法设计的控制器适应性和抗干扰能力差,不适合非线性时变系统,不能获得满意的控制效果。 智能控制无论理论上还是应用技术上都取得了实质性的发展。在控制领域,由于神经网络具有自学习自适应能力和强大的非线性映射能力,为非线性系统的建模提供了一种有效的解决方法。基于精确模型的常规PID控制具有结构简单、鲁棒性好和可靠性高的特点,但是其参数整定烦琐。把神经网络技术和常规PID控制技术结合起来,可以利用神经网络的在线辨识能力有效地解决单神经元PID控制器参数的调节问题,从而实现系统的智能控制。 本文对电液位置伺服系统的神经网络控制策略进行了有

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究的目的和意义
    1.2 近期国内外研究现状和发展趋势
    1.3 课题的研究任务
        1.3.1 课题研究的主要内容
        1.3.2 课题研究的目标
第二章 电液伺服系统智能控制策略的分析研究
    2.1 电液伺服系统的数学模型分析
        2.1.1 控制系统的结构组成
        2.1.2 电液伺服系统的理论模型分析
        2.1.3 系统的本质特性对控制性能影响的分析
        2.1.4 电液伺服系统控制策略满足的要求
    2.2 智能控制技术理论概述
    2.3 电液伺服系统神经网络控制策略的研究
        2.3.1 系统采用神经网络控制策略的可行性
        2.3.2 电液伺服系统神经网络控制策略的实现
第三章 电液伺服系统神经网络辨识建模的研究
    3.1 神经网络理论基础
        3.1.1 神经网络的特点以及结构分类
        3.1.2 RBF神经网络的结构
        3.1.3 RBF神经网络的学习算法
    3.2 基于神经网络的系统辨识建模原理
        3.2.1 非线性动态系统辨识模型的描述
        3.2.2 神经网络辨识模型的结构
        3.2.3 神经网络的辨识方式
    3.3 神经网络辨识模型设计中注意的问题
        3.3.1 神经网络辨识模型拓扑结构的选择
        3.3.2 辨识输入信号及其数据样本的获取
        3.3.3 样本数据的分析与处理
        3.3.4 神经网络的训练与测试
    3.4 电液伺服系统神经网络辨识建模与仿真分析
        3.4.1 神经网络辨识模型的设计
        3.4.2 辨识建模的仿真分析
第四章 电液伺服系统智能控制器的设计
    4.1 控制系统的设计思想
    4.2 基于在线辨识的单神经元PID控制器设计
        4.2.1 常规PID控制器原理
        4.2.2 基于单神经元PID控制器的设计
        4.2.3 控制器初始参数的确定
    4.3 控制系统的仿真分析
        4.3.1 MATLAB软件介绍以及仿真程序的实砚步骤
        4.3.2 利用理论模型进行控制系统仿真与分析
        4.3.3 利用采集的数据进行控制系统仿真与分析
第五章 实验研究
    5.1 系统实验硬件组成及其功能
    5.2 系统控制软件设计
    5.3 实验分析
第六章 结论与展望
参考文献
致谢
攻读硕士学位期间发表的学术论文



本文编号：3777621