發(fā)布時間：2018-05-09 18:53

  本文選題：時變負(fù)載 + 自平衡�。� 參考：《西安科技大學(xué)學(xué)報》2017年06期

【摘要】：為解決常規(guī)PID控制難以在具有時變負(fù)載的自平衡系統(tǒng)中實時、精確調(diào)節(jié)負(fù)載的變化,在BP神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上,利用粒子群算法(PSO)優(yōu)化BP神經(jīng)網(wǎng)絡(luò),將神經(jīng)網(wǎng)絡(luò)的收斂速度進(jìn)一步提高,并將算法應(yīng)用到二輪平衡車控制系統(tǒng)中,對二輪平衡車進(jìn)行動力學(xué)建模,介紹系統(tǒng)的結(jié)構(gòu)、原理與實驗方法,搭建二輪平衡車實驗平臺進(jìn)行了施加突變負(fù)載情況下的試驗驗證。利用二輪平衡車實驗平臺車身上的姿態(tài)傳感器得到車體傾斜輸出角度,對比施加突變負(fù)載前后以及神經(jīng)網(wǎng)絡(luò)優(yōu)化前后的車體傾斜輸出角度變化。結(jié)果表明:粒子群算法(PSO)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)技術(shù)能夠滿足變負(fù)載二輪自平衡車控制的要求,實現(xiàn)了自平衡車的動態(tài)自平衡,提高了抗干擾能力,驗證了優(yōu)化算法在自平衡、抗外部干擾和縮短調(diào)整時間上的優(yōu)勢。
[Abstract]:In order to solve the problem that conventional PID control is difficult to adjust the change of load in real-time and accurately in a self-balancing system with time-varying load, the particle swarm optimization (PSO) algorithm is used to optimize the BP neural network based on BP neural network. The convergence speed of the neural network is further improved, and the algorithm is applied to the control system of the two-wheel balancing vehicle. The dynamic modeling of the two-wheel balancing vehicle is carried out, and the structure, principle and experimental method of the system are introduced. The experimental platform of two-wheel balancing vehicle was built and tested under the condition of sudden load. The tilting output angle of the vehicle is obtained by using the attitude sensor of the vehicle on the experimental platform of the two-wheel balancing vehicle. The angle of the tilting output of the car body before and after the application of the sudden load and before and after the optimization of the neural network is compared. The results show that the PSO (Particle Swarm Optimization) optimization BP neural network technology can meet the control requirements of variable load two-wheel self-balancing vehicle, realize the dynamic self-balancing of the self-balancing vehicle, improve the anti-jamming ability, and verify that the optimization algorithm is self-balancing. The advantage of resisting external interference and shortening adjustment time.
【作者單位】： 上海工程技術(shù)大學(xué)機(jī)械工程學(xué)院;
【分類號】：TP13;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 云中客;新的神經(jīng)網(wǎng)絡(luò)來自于仿生學(xué)[J];物理;2001年10期

2 唐春明,高協(xié)平;進(jìn)化神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展[J];系統(tǒng)工程與電子技術(shù);2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運(yùn)優(yōu)化方法[J];長沙鐵道學(xué)院學(xué)報;2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計算機(jī)工程與應(yīng)用;2004年21期

5 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計教育;2005年06期

7 趙奇 ,劉開第 ,龐彥軍;灰色補(bǔ)償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計算機(jī)信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場預(yù)測中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報;2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)的過去、現(xiàn)在和將來[J];青年探索;2006年04期

相關(guān)會議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

9 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

10 董衛(wèi)軍;蔡美峰;張永華;;利用神經(jīng)網(wǎng)絡(luò)確定生產(chǎn)礦山的合理規(guī)模[A];第六屆全國采礦學(xué)術(shù)會議論文集[C];1999年

相關(guān)重要報紙文章 前6條

1 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報;2007年

2 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

3 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平[N];中國電子報;2001年

4 木公;有界微分網(wǎng)絡(luò)技術(shù)：信息處理新時代[N];中國石化報;2002年

5 本報記者 范毅波 張旭軍;帶上望遠(yuǎn)鏡上路[N];網(wǎng)絡(luò)世界;2005年

6 韓競;BP系列平板型變頻器適合國內(nèi)生產(chǎn)環(huán)境[N];中國紡織報;2008年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

8 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

9 胡文憑;基于深層神經(jīng)網(wǎng)絡(luò)的口語發(fā)音檢測與錯誤分析[D];中國科學(xué)技術(shù)大學(xué);2016年

10 李曉剛;基于神經(jīng)網(wǎng)絡(luò)的碼垛機(jī)器人視覺位姿測量及伺服控制研究[D];北京林業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);2015年

2 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

3 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

4 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

5 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學(xué);2015年

6 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實現(xiàn)[D];華南理工大學(xué);2015年

7 張韜;幾類時滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

8 胡婷;改進(jìn)QGA-BP模型及其在彌苴河總氮量預(yù)測中的應(yīng)用[D];昆明理工大學(xué);2015年

9 劉俊輝;基于數(shù)據(jù)清洗方法的河道水位預(yù)測研究[D];昆明理工大學(xué);2015年

10 李菊;BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)批量評估中的應(yīng)用研究[D];昆明理工大學(xué);2015年

，

本文編號：1867019