基于RBF神经网络的电动负载模拟器摩擦与间隙补偿方法研究

首页 > 过刊浏览>2017年第25卷第6期 >

基于RBF神经网络的电动负载模拟器摩擦与间隙补偿方法研究
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者单位:西北工业大学,西北工业大学,,
作者简介:
通讯作者:
中图分类号:V249.1
基金项目:国家自然科学基金项目（面上项目，重点项目，重大项目）

Research on Friction and Clearance Compensation Method of Electric Load Simulator Based on RBF Neural Network

Author:

Affiliation:

Northwestern Polytechnical University,,,

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

文章评论

摘要:

为提高电动负载模拟器系统的动态性能和信号跟踪准确度，提出针对系统摩擦和间隙进行补偿的方法。采用基RBF波神经网络的PID 控制器实现摩擦非线性补偿，同时利用间隙逆模型针对间隙非线性进行补偿。利用Matlab 软件对补偿结果进行仿真验证，仿真结果显示经过补偿后系统正弦响应曲线跟随性能变好，跟踪误差明显减小，准确度得到很大改善。仿真结果证明：基于RBF神经网络的PID 控制器和间隙逆模型分别对摩擦和间隙有明显的抑制效果，系统动态性能得到提高。

Abstract:

参考文献

相似文献

引证文献

引用本文

税洋,尉建利,陈康,闫杰.基于RBF神经网络的电动负载模拟器摩擦与间隙补偿方法研究计算机测量与控制[J].,2017,25(6).

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:2017-02-19
最后修改日期:2017-03-12
录用日期:2017-03-13
在线发布日期: 2017-07-18
出版日期:

引用本文

分享

文章指标

历史

文章二维码