某扫雷犁系统GA-BP神经网络建模.pdf

《某扫雷犁系统GA-BP神经网络建模.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《电气自动化)2012年第34卷第1期控制理论及其应用ControITheory＆ftsApplications某扫雷犁系统GA—BP神经网络建模钱进陈机林(南京理工大学机械工程学院，江苏南京210094)摘要：利用AMESim和MATLAB／Simulink联合仿真，建立某扫雷犁电液伺服系统的模型，在此基础上研究了GA—BP神经网络的辨识问题，对此非线性系统进行离线辨识实验，实验结果验证了该建模方法的有效性。关键词：AMESim；扫雷犁；电液伺服系统；GA。BP神经网络[中图分类号]TP183[文献标志码]A[

2、文章编号]1000—3886(2012)01—0008—03ModellingoftheSystemofaCertainMineSweepingPloughBasedOnGA．BPNeuralNetworkQianJinChenJilin(SchoolofMechanicalEngineering，NanjingUniversityofScienceandTechnology，№ngJiangsu210094，China)Abstract：Amodelwhichconcludestheelectrohydraul

3、icsystemofacertainminesweepingploughwaspresentedbasedontheCO—simulationofAMESimandSimulinkinMATLAB．Onthebasisofthismodel，thepaperresearchesthemodelidentificationbasedonGA—BPneuralnetwork．Then。anexperimentofofflineidentificationwasmadeinthisnonlinearsystem，the

4、resultsclearlyshowitsvalidity．Keywor~：AMESim；Minesweepingplough；Electrohydraulicsystem；GA-BPneuralnetwork0引言某武器扫雷犁系统，采用犁刀将地雷翻出并推至两侧，达到清扫地雷，提高己方战场机动能力的目的。由于传统的建模方法难以精确描述非线性特性，所以本文选用神经网络对系统进行建模。采用误差往回传播(Back—Propagation，BP)学习算法的前馈图1扫雷犁系统原理方框图型神经网络简称BP¨网络。BP神经网络

5、是神经网络中应用最广泛的算法，但存在一些缺陷：一是学习收敛速度太慢；二是不能保证收敛到全局最小点；三是网络结构不易确定。遗传算法(Ge—neticAlgorithm，GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法，它具有很强的宏观搜索能力和良好的全局优化性能。将遗传算法与BP网络相结合，训练时先用遗传算法对神经网络的权值进行寻找，将搜索范围缩小后，再利用BP网络来进行精确求解，可以达到全局寻找和快速高效的目的，并且可以避免局部极小问题。作者在对扫雷犁电液伺服系统建模时，将遗传算

6、法应用于BP网络中，增强了在搜索过程中自动获取和自应用控制搜索过程的能力J，极大地改善了建模结果，并将其应用到实际系统中，实验结果充分证明了该方法的有效性。1扫雷犁系统工作原理本文研究的某扫雷犁电液伺服系统，主要由电液伺服阀、液压缸、犁刀、仿形靴、轴角传感器等元件组成，其原理图如图1所示。系统的工作流程是：控制计算机根据扫系统设定的入土深度计算出相应的控制信号，D／A转换后传送至伺服放大器中；在伺服放大器中对输入信号进行调理，再送至电液伺服系统中，控制图2系统液压回路液压缸把动力作用到扫雷犁上，最后控制扫雷犁在设

7、定深度进行收稿日期：2011—06—23扫雷。犁刀的实际位置信号又经过仿形靴和轴角传感器反馈回8Electrica【Automation《电气自动化}2012年第34卷第1期控制理论及其应用ControITheory＆ItsApplications控制计算机中，构成完整的闭环控制系统，实现对扫雷犁深度的XR+Xi+，v×+i++Ⅳ+1，最后一位用于记录每次计算适应自动控制。度函数的值，其初始值设为0。在预设的范围内随机生成￡个根据系统液压回路和具体参数要求建立AMESim模型，系统数，等同于一个染色体，即：Wk=

8、{。，a2，a，⋯，a0}，，模型如图2所示。k：1，2，⋯，P染色体共有P个，种群规模也为P。每个染色体输元件的主要参数设定：入层到第一隐含层的权值为n～o，第一隐含层到第二隐含层(1)齿轮泵：额定压力：16MPa最高压力：20MPa额定转速：的权值为aix+。～aix⋯第二隐含层到输出层的权值为1800r／min。小～o小+输入层到第一隐含层的阈值为容积效率：I>0．