神经网络控制
神经网络控制的相关文献在1994年到2023年内共计590篇,主要集中在自动化技术、计算机技术、电工技术、机械、仪表工业
等领域,其中期刊论文390篇、会议论文49篇、专利文献1764381篇;相关期刊281种,包括城市建设理论研究(电子版)、扬州职业大学学报、西华大学学报(自然科学版)等;
相关会议45种,包括2014年“农业电气化与信息化工程与学科创新发展”学术年会、第九届全国信息获取与处理学术会议、中国高等学校电力系统及其自动化专业第二十七届学术年会等;神经网络控制的相关文献由1229位作者贡献,包括许斌、费峻涛、张天平等。
神经网络控制—发文量
专利文献>
论文:1764381篇
占比:99.98%
总计:1764820篇
神经网络控制
-研究学者
- 许斌
- 费峻涛
- 张天平
- 任海鹏
- 李洁
- 王霞
- 陈强
- 雷单单
- 梅建东
- 郝连钢
- 陈增强
- 侯小秋
- 傅平
- 史忠科
- 寿莹鑫
- 曹頔
- 王腾腾
- 鲍立威
- D·迪卡斯特罗
- O·斯佩克特
- 于志刚
- 侯世玺
- 凡永华
- 刘刚
- 刘延俊
- 周岱
- 孙明轩
- 宋申民
- 彭亦功
- 曾喆昭
- 李丽华
- 李国昉
- 李红春
- 毛志怀
- 王伟
- 王勇
- 王永初
- 王雷
- 程启明
- 董秀成
- 袁著祉
- 许强
- 谢树宗
- 郭军慧
- 郭庆鼎
- 陈力
- 陈正洪
- 齐蓉
- T·普吕尼耶
- Y·塔德塞
-
-
杨妍;
刘运鹏;
韩江涛;
刘志杰;
韩志冀
-
-
摘要:
软体机械臂因其出色的环境适应能力以及安全的人机交互使其在医疗、航天航空等领域有着广阔的应用前景.但由于软体机械臂是一类连续体装置,不能采用传统的刚体机械臂的建模和控制方法,需要一种新的建模方法.针对一类线驱动软体机械臂,本文提出一种基于应变参数化方法的软体机械臂建模方法,能够描述软体机械臂在三维空间下在不同布线方式下的运动.首先把整个软体机械臂当作一个Cosserat梁,利用成熟的Cosserat梁理论进行建模,其核心思想是利用Ritz方法对软体机械臂应变场进行离散化,得到一组常微分方程组,其次利用反向传播(Back propagation,BP)神经网络完成形状空间与驱动器空间的驱动力转换.针对软体机械臂模型中存在的未知动态,利用径向基函数(Radial basis function,RBF)神经网络进行逼近和补偿.然后基于Lyapunov稳定理论证明了引入自适应神经网络控制器后闭环系统的稳定性.最后,针对模型与自适应神经网络控制器进行了一系列的仿真实验,验证了模型和控制算法的有效性.因此,可以实现对一类软体机械臂的建模控制.
-
-
侯小秋;
李丽华
-
-
摘要:
针对实用随机NARMAX模型的控制问题,采用具有辅助变量的全格式动态线性化逼近,利用BP神经网络辨识其参数向量和辅助变量,使用直接极小化指标函数的自适应优化算法优化BP神经网络的连接权重值,并估计随机干扰模型的参数,依据广义目标函数提出非线性系统的神经网络辨识的无模型显式自校正控制器。仿真研究验证了上述研究的有效性,系统具有较好的控制效果。
-
-
张江涛;
姚汭成;
张胜广;
刘洋;
付亦文;
肖晶峰
-
-
摘要:
对反应釜温度控制的研究现状进行深度调研,并做出分类总结,指出目前的研究还存在的一些不足,并对未来的研究趋势做出进一步展望,为未来化工反应釜的温度控制研究指出方向。
-
-
侯小秋
-
-
摘要:
在针对全格式动态线性化泛模型中引入辅助变量,提出了一种改进的全格式动态线性化泛模型,克服了其存在的问题。采用BP神经网络对其进行辨识,基于广义目标函数,提出神经网络辨识的无模型自适应隐式自校正控制器,其算法是关于当前控制输入的非线性方程,利用牛顿-拉夫逊算法求解,根据直接极小化指标函数的自适应优化算法对BP神经网络的连接权重值进行在线学习。仿真研究验证了所提出的隐式自校正控制器的有效性,系统具有良好的控制品质。
-
-
江一鸣;
吴坷;
李佳洛;
孟范伟
-
-
摘要:
针对移动机器人在未知离散障碍物环境下感知、导航控制的问题,设计了一种基于神经网络与模型预测的控制系统。在感知阶段,采用传统视觉算法提取十二维度离散障碍物特征,并将其传入神经网络以控制机器人避障感知;在规划阶段,基于处理后的感知地图设计JPS全局规划器和MPC局部规划器,实现机器人自主导航。对该系统进行Simulink/CarSim联合仿真,并搭建移动机器人在室外环境测试。结果表明,仿真及测试过程中机器人感知信息准确可靠,导航轨迹效果稳定。
-
-
于洋;
吴峰;
王巍
-
-
摘要:
针对需要考虑参数不确定和负载扰动的永磁同步电动机位置伺服系统,提出了一种新型的自适应神经网络控制方法。首先,利用神经网络建立永磁同步电动机的智能模型。其次,针对模型特点,在反步递推设计框架下,应用神经网络基函数的本质特征,并引入动态面控制技术克服控制设计中存在的“复杂性爆炸”问题,设计基于自适应神经网络动态面控制的位置跟踪算法。最后,仿真结果表明该控制方案是有效可行的,与反步递推控制方案相比,基于神经网络动态面控制的位置伺服系统的跟踪误差具有更快的收敛速度。通过设计新的神经网络自适应律,提出的自适应神经网络控制方法可以避免现有反步递推控制设计中存在的代数环问题。此外,提出的控制算法不仅能够克服不确定性因素对系统性能的影响,而且算法结构简单,易于实现。
-
-
杨弘枨;
刘山;
靳广在
-
-
摘要:
针对航天电液伺服系统在飞行工况中静、动态特性均受到快速温升影响的问题,提出一种控制参数在线校正方法。以柔性喷管推力矢量伺服系统为研究对象,建立伺服系统的数学模型;通过仿真分析研究关键精密部件伺服阀在不同温度时的频率特性;基于油温变化对伺服阀的影响分析,研究伺服系统受温度影响时控制性能的变化;根据不同油温对控制网络参数进行在线校正,可以保持系统动态特性的稳定。仿真结果表明:该方法可以降低快速温升对伺服系统频率特性产生的影响,使系统抵抗温度扰动的能力增加了56%。
-
-
朱志忠;
袁鑫;
赵丰;
董登峰
-
-
摘要:
光电惯性稳定平台被广泛的应用于无人系统移动载体上,针对两轴光电平台系统参数不确定与外界扰动问题,提出自适应终端滑模神经网络控制算法对光电平台伺服系统进行稳定跟踪控制。利用径向基神经网络估计平台动力学系统中的未知非线性函数,同时,考虑无刷直流力矩电机在实际应用中的输出饱和特性,引入辅助函数用以补偿理想控制力矩和实际输出力矩之间的误差,提高了光电负载图像的稳定性与动态目标跟踪的快速性。最后,通过李亚普诺夫原理验证了闭环系统的稳定性与渐进收敛性。外界随机振动试验结果表明,提出的终端滑模神经网络控制算法减振效果陀螺均方根值为4.7 mrad/s,比传统的滑模控制的减振效果提升了8%,相比于传统的PID控制提高了13.3%。所提出的控制方法能够较好抑制移动载体对光电设备的扰动,抗干扰能力强。
-
-
贾桐;
李秀智;
张祥银
-
-
摘要:
三轴车载惯性稳定平台为复杂的MIMO非线性系统,针对其在不确定扰动下的伺服控制问题,本文设计了一种神经网络反演滑模控制器(NNBSMC).首先,选用反演法对其解耦,同时引入滑模控制律增加系统的抗干扰性;其次针对框架间的非线性摩擦力与系统耦合选用RBF神经网络作为扰动估计器,以便实时估计与补偿;然后采用前向增稳通道应对建模参数不精确以保证系统的稳定性.最后,利用Lyapunov定理分析了闭环系统的稳定性,在伺服控制与姿态锁定的仿真实验中分别与双环PID、滑模控制和反演滑模控制作对比,结果验证了提出的控制算法的有效性和鲁棒性.
-
-
吴沅峻;
张覃;
黄宋魏;
卯松
-
-
摘要:
磨矿分级受影响因素多、机理复杂,其生产效率和产品质量直接关系到选矿厂的技术经济指标,在选矿工艺过程中起着承上启下的作用.传统控制主要以安全稳定控制为目标,难以实现优化控制.生产实践表明,智能控制可以显著提高磨矿分级的效率和产品质量,起到增产、降耗、提质、增效的作用.模糊控制、专家控制和神经网络控制是磨矿分级最为常用和高效的智能控制技术,得到了大量的应用,取得了显著的经济效益和社会效益.本文主要对磨矿分级智能控制的发展过程、研究现状以及实际应用等方面进行综述.
-
-
CHENG Jing;
程靖;
CHEN Li;
陈力
- 《第十三届全国博士生学术年会——智能制造装备专题》
| 2015年
-
摘要:
讨论了空间机器人系统捕获目标过程的冲击效应,及捕获运动目标后的轨迹跟踪问题.首先采用拉格朗日第二类方程建立系统动力学方程,利用动量定理及力的传递关系,结合牛顿欧拉法分析了空机机器人捕获目标过程的冲击效应.其次,针对存在干扰及空间机器人捕获目标后系统参数不确定情况下,对于捕获目标后的联合体系统,提出了一种自适应分散神经网络控制方案.由于空间机器人具有强耦合特性,对每一个子系统设计控制器并构建伪线性系统,由各子系统的状态反馈信息来提供控制信号.而系统的参数不确定性及外部干扰,通过引入了神经网络控制,消除系统的干扰、关联项及逼近误差.通过一个平面空机器人的冲击效应及轨迹跟踪过程进行数值仿真,结果证明了所提出的控制方案的有效性.
-
-
-
-
-
-
周刚;
杨立;
张大发
- 《中国核学会2009年学术年会》
| 2009年
-
摘要:
评述了核动力控制技术的发展状况.重点分析了核动力装置模糊控制与神经网络控制方法的研究进展,探索了核动力控制技术发展的新动向.分析表明,在控制方法上,核动力控制技术逐渐从经典控制方法向先进控制和智能控制方法方向发展;在控制系统实现技术上,核动力控制技术从模拟技术向数字(计算机)技术和网络技术方向发展;在控制系统的层次上,核动力控制系统从单回路控制向监督控制、集散式控制以及网络控制等方向发展.在核动力控制中,PI(D)控制仍然是最重要的控制方法且向先进PI(D)控制方向发展,模糊控制是一种良好的控制方法,神经网络控制方法具有较大的发展潜力但仍需进行大量的研究和验证.
-
-
-
-