欢迎来到天天文库
浏览记录
ID:14344682
大小:1.14 MB
页数:49页
时间:2018-07-28
《自适应神经网络控制器在主动隔振控制中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、目录摘要IIIAbstractV第1章绪论11.1引言11.2主动隔振控制技术国内外研究现状与发展11.2.1控制器的研究方面3第2章隔振平台设计及其动力学分析52.1隔振机理52.2主动隔振系统设计122.3两级主动隔振系统的动力学模型232.4两级隔振系统主动控制原理242.5本章小结25第3章直接自适应神经网络主动隔振控制技术研究263.1神经网络概述263.2神经网络基本理论263.2.1神经元的基本模型263.2.2神经网络的结构及其算法273.3直接自适应神经网络振动主动控制技术研究333.3.1控制系统结构333.3.2直接自适应神经网络结构及学习算法研究343.4基
2、于Matlab的自适应神经网络控制器设计及仿真363.4.1利用GUI设计自适应神经网络控制器的拓363.4.2数字仿真及结果分析363.5本章小结38结论39参考文献41致谢43-43--43-自适应神经网络控制器在主动隔振控制中的应用研究摘要振动给人类和机械带来的危害是不言而喻的,从而主动隔振变得相当重要。本文将预测与神经网络相结合,构造了一种振动主动控制系统,运用3层BP(BackPropagation)网络对系统进行了试验研究。本文分析了致动器在双层隔振系统中不同安装方式下的主动控制力与隔振系统参数之间的关系。在该两级主动隔振系统中,主动隔振致动器可以有三种不同的安装方式,
3、采用仿真的方法选定了最优的一种安装方式使各种激振源产生最佳的减振效果佳的。基于三层BP网络,构造了直接自适应神经网络控制器,并对隔振系统进行了振动主动控制,避免了以前神经网络振动主动控制的双网络结构形式,该方法采用系统的输出作为神经网络的学习输入,不需要预先或在线辨识系统,能实时调整控制率找到最优的控制力,具有良好的自适应性。利用GUI设计自适应神经网络控制器的拓扑结构,基于Matlab设计了自适应神经网络控制器。研究结果表明,采用该法设计的控制器能够实现从频率为0.1Hz到50Hz的隔振能力,而且随着输入层和隐含层神经元个数的增加,低频隔振效果也有一些改善,与此同时,神经网络控制
4、器的结构也复杂了,网络规模增大,计算和训练的速度变慢了,难以满足振动控制系统的实时性要求。关键词:神经网络,主动隔振,执行器,动力学,MATLAB-43--43-AdaptiveneuralnetworkcontrollerinactivevibrationisolationcontroloftheAppliedResearchAbstractHumanandmechanicalvibrationtotheharmisself-evident,activevibrationisolationhasbecomeveryimportant.Thisarticlewillneuralne
5、tworktechnologyinisolationsystem,atectonicactivevibrationcontrolsystems,useof3-BP(BackPropagation)networktothesystemwerestudied,forecastandneuralnetworkintegration,inthestructureofthetwoisolation,Activevibrationisolationactuatorisinstalledonthedynamicsofisolationsystemhaveagreaterimpact.Thispa
6、peranalysestheactuatorinthedouble-isolationsysteminstalledindifferentwaysunderthecontrolandactivevibrationisolationsystemparametersoftherelationshipbetween.Inthetwoactivevibrationisolationsystem,activevibrationisolationactuatorscanhavethreedifferentinstallationmethods,theuseofsimulationhasbeen
7、selectedthebestwaytoinstallavarietyofexcitingwaystoproducethebestsourceofthevibrationExcellentresults.BPbasedonthethree-tiernetwork,constructeddirectlyadaptiveneuralnetworkcontrollerandisolationsystemfortheactivevibrationcontrolandavoid
此文档下载收益归作者所有