对含间隙曲柄滑块机构运动误差的智能控制.doc

对含间隙曲柄滑块机构运动误差的智能控制.doc

ID:49591567

大小:311.50 KB

页数:14页

时间:2020-03-03

对含间隙曲柄滑块机构运动误差的智能控制.doc_第1页
对含间隙曲柄滑块机构运动误差的智能控制.doc_第2页
对含间隙曲柄滑块机构运动误差的智能控制.doc_第3页
对含间隙曲柄滑块机构运动误差的智能控制.doc_第4页
对含间隙曲柄滑块机构运动误差的智能控制.doc_第5页
资源描述:

《对含间隙曲柄滑块机构运动误差的智能控制.doc》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、对含间隙曲柄滑块机构运动误差的智能控制用传统的方法对含间線机构建模时,通常存在以下方面的匂题,甘先.它山f忽略r间隙中的一屿發数简化了实问対彖从而不能完全地反映实际运动苗况:再次,山F含间隊机构的间Bt在运动中很难判断什么时候分离.什么时Ktttt从而很难对这个部分进行換#h址后•山F含间1«模型本身的复杂、繁冗性和解法的限制很难得到-个可佔而穩定的解.山F神紿网堀和模糊控制的智能樂•用神经刚络所建的樓型史加贴近F实际.史符合实际情况.再加I:神绅网络逆根控制和模糊控制是-种被动控制的方式•它对妙数的变化不敏感而貝有较强的鲁棒性•能IR据实际情况在线不斷调整控制参数.突破了传统控

2、制方法中必須届于研究対象根空的柬缚.所以便符控制补偿效果史好.很好的解决r用传址方法所建的樓型和实除情况不相符介的弊瑞.岳以本章采用BP神僥网络离线对含间隙连杆机构进行建模・并对其建立地模型.还开创性的对介间隊机构的课差进行了神经网络内慢控制和枫糊控制.取衍f比较満窓的控制结果.5.1神经网络内模控制5.1.1含间隙曲柄滑块机构的建模本1用神经M络的方法建、丄介间1»模型.图5-1为神经网络(NeuralNetwodcs)以下简称NM・辨识结构廉理图.P足系统的被控对象・即曲柄滑块机构.PXNK)足被拧対線的使吐.n(k)it系统的输入.即曲柄的速度.二(刃为系统的输出•即滑块的

3、位移HE空的总丹足通过被梓対線的输入和输出数据"⑹和二何IB5-1no.1作为P'(NN)的输入.再通过神经网络训练不断调整权值來不断绵小刚络模型输;11和被捽对線二⑹Z间的羌值e(k)・如终达刘P-'(W)对被控対線的校拟・系统中的被控对*采II线竹差分方程来描述,如(5g衣达:z(k)=f[z(k-lXz(k-3,Xk-iv),u(k-l),u(k-2),,u(k-nu)](5-1)其中/w足未知非线性幡数5何是披控对象的输入2⑹足帔控对象的输出:相应的几.札足输入、输出的堆数.Q4〉式旨在龍明・帀卄线竹俩数介网确朮的系统.(\上时刻的.出・决J过去叫个时刻的输出值以及过去

4、论个时刻的输入值.5-2BP.■用神绅M络对介间歐的系统建校的•个皿简腹的方法足ft按选取和系址相同的输入和输出救据作为训练所用的样本•这样做的好处足能讣网络的输入和綸出与系统的输入和输岀完全和同.I大I此.通过采集含间収系统nrm的曲柄速度和滑块位移{讥劭三何}零数据作为样本集.然麻.为r对数据处理方便柠其统-作VI•化处丹.使曲柄速度11伸6p,i],猜块位移吶由实问所测的位移信号转化到M间卫,1]•介间隙曲柄淆块机构屣JBP神绘期堵的辨讲樓型如图5-2所示,它有1个綸入、6个隐层廿点和1个■出“点■■含层用TamigUPH曲正切■数、•出层用PunHn即线性K作为它们的传*

5、■*•氏输出可用(5-2>(5-4)式计如-(^)=刃》"“)(5-2)(5-3)/(a)=1-e:1+e(5-4)式中班上)为l»层各节点输岀:心为输入层到臆含层的连按权值:心为IB含层到输出层的连接权值.为f判斷神经财络对含间

6、»系鋭的摸拉近似程J度.在这里用被控对象的綸岀和网络K型的输出的谋堆T方和(5・1取12范数)为目k函数來判断:(5-5)式中n为样本组数・讥)为神经财给揍型输出.学习目标是使几We・a&预先设定的-个很小的值.在这I&0.001.衽肿神给网络中.谋差信号抱从历向耐传递.在反向传播的过程中.逐层修改连接权值.曲(5・耳式中的J&计算谋差信号的反向传播过

7、程中各层连按权的调整公式为,⑴綸入层M上任一节点与njgzI:任节点之间权値为^.(k)=ry^(k)^(k)(5-6)U?lpd)二勺竺f5©)叽“):"为学习凶f・住木系统址换中取D.1%WZ输入层M上任•苛点号附层/上任・肯点2间权伍为(5-7)w«.(i+1)=Wm(i)+aw^.(k)(2)聰圧/与綸出层PZ间的权ffi修正肚根据△学习规则.'怙dU的修正笊为(5-S)—迴(上)隐层/I:任•节点与输出层PI:任一节点的权值为"+1)“心登备(5-9)在含间Bt曲柄滑块机构Q「・BPH1X训练2000次右1!卩对使训练Hbi灵堆J<0.001I.BP神经网络构建的介闻・

8、・«1滑块模型・需耍运行AM10了榊左右.比起前面采用传统动力学方程建模时.仿真速度更快-用两种方法对含间IV曲柄滑块机构建模的滑块位移对比如图S3所示・住图中可以明显得出・IhF神经网络的刊能空.使为所建的根空史加准确.所以.采用神经网络建康・比采用传统动力了方用建模仿真速度更快.结果更右盘义.■■—•■■rt■bBP伸箱m络IU5-3所建模型和实际系统滑块位移输出不您图PV恕曲柄滑块机构滑块位移和采用BP

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。