论文摘要
针对某大口径火炮弹丸协调臂电液伺服系统的位置控制问题,提出一种基于神经网络最小参数学习法的RBF网络自适应滑模控制方法。结合RBF神经网络具有局部逼近特性和神经网络最小参数学习法调节简单的优点,以电液伺服系统的状态为神经网络的输入,通过选取合适的参数,以神经网络的输出逼近系统的未知理想控制律。引入鲁棒项,保证控制策略的稳定性,并采用非线性函数调整反馈项参数的变化,保证收敛速度。仿真结果表明:控制算法在系统参数大范围变化的情况下能够保证弹丸协调臂的运动精度,并具有较好的鲁棒性。
论文目录
文章来源
类型: 期刊论文
作者: 骆继发,李志刚,岳才成
关键词: 弹丸协调臂,电液伺服系统,神经网络,最小参数学习法,滑模控制
来源: 机械与电子 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 武器工业与军事技术,自动化技术
单位: 南京理工大学机械工程学院,中国北方工业有限公司军贸技术研究院
分类号: TP273;TP183;TJ30
页码: 58-62
总页数: 5
文件大小: 1018K
下载量: 98