基于最优数据深度学习的音圈电机位置伺服控制研究

基于最优数据深度学习的音圈电机位置伺服控制研究

ID:37045022

大小:4.80 MB

页数:74页

时间:2019-05-15

基于最优数据深度学习的音圈电机位置伺服控制研究_第1页
基于最优数据深度学习的音圈电机位置伺服控制研究_第2页
基于最优数据深度学习的音圈电机位置伺服控制研究_第3页
基于最优数据深度学习的音圈电机位置伺服控制研究_第4页
基于最优数据深度学习的音圈电机位置伺服控制研究_第5页
资源描述:

《基于最优数据深度学习的音圈电机位置伺服控制研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文基于最优数据深度学习的音圈电机位置伺服控制研究RESEARCHONPOSITIONSERVOCONTROLOFVOICECOILMOTORBASEDONDEEPLEARNINGOFOPTIMALDATA陈赛男哈尔滨工业大学2018年6月国内图书分类号:TM351学校代码:10213国际图书分类号:621.3密级:公开工程硕士学位论文基于最优数据深度学习的音圈电机位置伺服控制研究硕士研究生:陈赛男导师:王宝超申请学位:工程硕士学科:电气工程所在单位:电气工程及自动化学院答辩日期:2018年6月授予学位单位:哈尔滨工业大学ClassifiedIndex:TM3

2、51U.D.C:621.3DissertationfortheMasterDegreeinEngineeringRESEARCHONPOSITIONSERVOCONTROLOFVOICECOILMOTORBASEDONDEEPLEARNINGOFOPTIMALDATACandidate:ChenSainanSupervisor:WangBaochaoAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ElectricalEngineeringAffiliation:SchoolofElectricalEngin

3、eeringandAutomationDateofDefence:June,2018Degree-Conferring-Institution:HarbinInstituteofTechnology摘要摘要深度学习作为近年来热门的研究方向受到越来越多人的关注。在控制领域,传统的控制方法需要基于被控对象的模型,但是并不能很好的掌握其中的规律。而深度学习是基于数据学习的一种方法,它通过对数据的学习掌握其中的规律,能够实现良好的控制性能。本文对旋转型音圈电机的位置伺服控制系统展开分析。设计了一个基于深度神经网络的位置伺服控制系统,使其能够实现在不同位置要求下的精准的位置控制

4、。首先,需要获取训练神经网络的数据,先从被控对象音圈电机展开讨论。介绍了音圈电机的结构和数学模型,根据实际的位置控制目标分析了优化对象并建立了音圈电机的优化模型,利用CPLEX优化求解器获取了在不同工作条件下的音圈电机的优化控制数据,结合工作条件和电机的参数分析了优化数据的特点。其次,对比三种神经网络的控制性能并选取最优的作为重点研究的网络。介绍了BP神经网络、Elman神经网络和RBF神经网络这三种神经网络的网络结构和主要的算法特点,分别对三种神经网络进行了结构和参数的设计。基于结构和算法的特点对比了三种神经网络设计的区别,又利用设计的网络结构对三种神经网络进行了学

5、习和训练。搭建了基于神经网络的音圈电机的位置伺服控制系统的仿真模型,对比分析了三种神经网络的控制效果,选择最优的网络做进一步的分析。接着,主要针对由BP神经网络控制的系统进行了深层次的分析。讨论了浅层网络和深层网络的区别和控制特点,对比了神经网络隐含层神经元个数对控制效果的影响,分析了神经网络输入变量的选取问题以及参数变化对位置控制效果的影响,研究了速度滤波对位置控制带来的变化。最后,根据所建立的旋转型音圈电机的位置伺服控制系统搭建了实验平台,进行了相关的实验研究和实验数据的分析,证明了基于数据的控制方法虽然只是学习了有限的数据,但是能学到数据中的规律,能够实现很好的

6、控制效果。关键词:深度学习;神经网络;最优数据;最优控制;音圈电机;位置伺服-I-AbstractAbstractDeeplearninghasattractedmoreandmoreattentionasapopularresearchdirectioninrecentyears.Inthefieldofcontrol,traditionalcontrolmethodsneedtobebasedonthemodelofthecontrolledobject,buttheydonothaveagoodgraspofthelaws.Deeplearningisameth

7、odbasedondatalearning.Bylearningtherulesofdata,itcanachievegoodcontrolperformance.Thisarticlemainlydiscussesthepositionservocontrolofarotaryvoicecoilmotor.Apositionservocontrolsystembasedondeepneuralnetworkwasdesignedtoenableprecisepositioncontrolunderdifferentpositionrequireme

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。