本文選題：電液伺服系統(tǒng) + 神經網絡��； 參考：《中國工程機械學報》2017年05期

【摘要】：建立了帶鋼糾偏電液伺服系統(tǒng)的數(shù)學模型,針對電液伺服系統(tǒng)存在參數(shù)不確定性、復雜非線性等特點,提出了自適應滑模控制方法,并利用神經網絡的萬能逼近特性進行參數(shù)逼近.通過Lyapunov穩(wěn)定性分析,設計了參數(shù)自適應律和相應的控制器,通過Matlab對系統(tǒng)特性進行仿真分析.仿真結果表明,該控制算法能進行有效的參數(shù)估計,具有較好的跟蹤響應和較強的魯棒性,取得較滿意的控制特性.
[Abstract]:The mathematical model of electro-hydraulic servo system for strip deviation correction is established. An adaptive sliding mode control method is proposed for the characteristics of parameter uncertainty and complex nonlinearity in electro-hydraulic servo system. The universal approximation property of neural network is used for parameter approximation. Through the stability analysis of Lyapunov, the parameter adaptive law and the corresponding controller are designed, and the system characteristics are simulated and analyzed by Matlab. The simulation results show that the proposed control algorithm can effectively estimate the parameters, has better tracking response and robustness, and achieves satisfactory control characteristics.
【作者單位】： 遼寧科技大學機械工程與自動化學院;
【基金】：遼寧科技大學大學生創(chuàng)新資助項目(201610146019)(DC2016140)
【分類號】：TF76;TP273

【相似文獻】

相關期刊論文 前10條

1 李潤生,李延輝,胡學軍,劉壯,王守儉;神經網絡在冶金中的應用[J];鋼鐵研究;1998年02期

2 胡敏藝,馬榮駿;神經網絡在冶金工業(yè)中的應用[J];湖南有色金屬;2000年05期

3 黃光球,桂中岳;橫剖面上礦體自動圈定的神經網絡方法[J];中國鉬業(yè);1996年04期

4 楊自厚;神經網絡技術及其在鋼鐵工業(yè)中的應用　第5講　神經網絡在控制系統(tǒng)中的應用(上)[J];冶金自動化;1997年02期

5 金利平;神經網絡技術在鋼鐵工業(yè)中的應用[J];河南冶金;1996年04期

6 應海松;李斐真;;用神經網絡評估進口鐵礦石品位波動及品質特性[J];金屬礦山;2010年11期

7 徐郡,儲方杰;基于時序的神經網絡在高爐爐溫預測模型中的應用[J];冶金自動化;2003年03期

8 賈江濤,吳聲,張亞文,廖春生,嚴純華,徐光憲;神經網絡和樹結構概念在稀土分離中的應用[J];科學通報;2000年24期

9 鄧左民;林平;王俊;;神經網絡在稀土電解中的應用研究[J];江西有色金屬;2007年03期

10 徐辰華;;基于神經網絡的透氣性狀態(tài)預測[J];柳州師專學報;2010年05期

相關會議論文 前5條

1 馬驥;;基于BP神經網絡的生產成本預測[A];全國冶金自動化信息網2014年會論文集[C];2014年

2 張東;杜京義;周元輝;王沛軍;;基于神經網絡的LF爐電極在線建模[A];中國計量協(xié)會冶金分會2007年會論文集[C];2007年

3 李洪瑋;張建良;國宏偉;;基于BP神經網絡的爐渣粘度預測[A];2014年全國煉鐵生產技術會暨煉鐵學術年會文集(上)[C];2014年

4 劉芳;曹秀英;彭晶;;高爐鐵水溫度的神經網絡軟測量及應用[A];第十一屆全國自動化應用技術學術交流會論文集[C];2006年

5 馮聚和;王曉亮;李敬;吉祥利;國富興;韓春良;翁玉娟;王金星;李彥軍;;基于BP神經網絡的半鋼冶煉終點預報模型[A];第十七屆（2013年）全國煉鋼學術會議論文集（A卷）[C];2013年

相關碩士學位論文 前10條

1 陳亞強;基于區(qū)間神經網絡的鋼鐵企業(yè)能耗預測[D];東北大學;2014年

2 李帥;基于灰色RBF神經網絡的轉爐終點預測模型研究[D];東北大學;2014年

3 楊坤;基于神經網絡的高爐鐵水硅含量建模[D];燕山大學;2016年

4 吳拓;基于區(qū)間神經網絡的鋼鐵企業(yè)能耗預測[D];遼寧工程技術大學;2014年

5 郭華磊;BP神經網絡和PSO的混合算法及應用[D];東北大學;2011年

6 梁欣;回轉窯煅燒工藝參數(shù)配置優(yōu)化算法研究[D];北方工業(yè)大學;2017年

7 董沛釗;基于神經網絡的高爐風機運行狀況預測的研究[D];河北科技大學;2015年

8 王勇;神經網絡法預測高爐爐缸內襯狀態(tài)[D];東北大學;2011年

9 趙蕾;高爐侵蝕狀況預測過程中的神經網絡方法[D];上海海事大學;2007年

10 鄭貴海;神經網絡技術在鞍鋼高爐鼓風機狀態(tài)監(jiān)測與故障診斷中的應用[D];東北大學;2010年

，

本文編號：1922907