您的位置： 专家智库 > >

河北省科技厅科技攻关项目(06273527)

作品数：7 被引量：27H指数：4
相关作者：王培峰李青茹尹志宇王冀超姜兴华更多>>
相关机构：河北师范大学河北科技大学更多>>
发文基金：河北省科技厅科技攻关项目更多>>
相关领域：自动化与计算机技术电气工程更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 1篇电气工程

主题

  • 3篇控制器
  • 2篇神经网
  • 2篇神经网络
  • 2篇模糊控制
  • 1篇电动机
  • 1篇电机
  • 1篇动力学特点
  • 1篇多模
  • 1篇多模型控制
  • 1篇信号
  • 1篇有色噪声
  • 1篇预测控制
  • 1篇噪声
  • 1篇直流电动机
  • 1篇直流电机
  • 1篇色噪声
  • 1篇神经模糊
  • 1篇神经模糊控制
  • 1篇转速
  • 1篇自适

机构

  • 6篇河北师范大学
  • 6篇河北科技大学

作者

  • 6篇王培峰
  • 5篇李青茹
  • 2篇王冀超
  • 2篇尹志宇
  • 1篇张辉
  • 1篇朱玉冉
  • 1篇孟尚
  • 1篇栗苹
  • 1篇姜兴华

传媒

  • 3篇微计算机信息
  • 2篇轻工机械
  • 1篇河北师范大学...
  • 1篇电力电子技术

年份

  • 3篇2008
  • 4篇2007
共 7 条 记 录，以下是 1-7
全选 清除 导出
排序方式：
一种新型Fuzzy-PID控制器的研究被引量：6
2008年
设计了一种新型的Fuzzy-PID控制器,在模糊控制器部分加入了一个积分参数.对带有非线性环节的二阶系统进行了仿真控制实验,并与PID控制器进行了比较,实验结果表明其较好的控制性能和较强的自适应性.
尹志宇姜兴华
关键词：模糊-PID控制自适应性
非线性系统的无模型误差控制被引量：4
2007年
针对未知非线性系统提出了一种具有输出变化量加速度比例因子的无模型自学习控制方案,主要思想是利用BP网络对系统输入输出量进行辨识,同时构造误差控制器,通过辨识学习器向误差控制器动态传递更新权阵,以实现对未知非线性系统的无模型误差自适应控制。Matlab7.0平台下的仿真结果表明,控制效果良好。
李青茹王培峰王冀超
关键词：BP网络自适应控制
用分级神经网络学习机器人的动力学特点
2008年
给出了解决机器人控制问题一种神经网络方法。使用一个分级神经网络(NN)结构学习刚体机器人动力学特点。对于一般类别的机械手,使用前训练一系列的三层前馈网络模块,然后把这些基函数实时地用于第四层。使用线性控制原理,辅以非线性补偿控制机械手,使学得的机械手动力学知识创建一个在整个工程中高速控制机械手的控制器。模拟结果表明控制器的性能得到了大大提高。
孟尚王冀超李青茹王培峰
关键词：机器人神经网络控制器基函数
基于ANFIS的有色噪声抵消技术被引量：2
2007年
利用自适应神经模糊推理系统ANFIS对噪声的非线性动态特性进行建模,并利用ANFIS逼近有色噪声,然后从测量信号中消除有色噪声得到有用的信号。仿真结果表明利用这种方法能在和被测对象相似的噪声背景中很好地提取有用信号。
李青茹王培峰
关键词：ANFIS噪声测量信号
基于神经网络的模糊温度控制系统被引量：8
2007年
针对反应槽容量大,滞后量大、变化因素多及温度控制要求比较高的特点,结合模糊控制和神经网络的优点,把模糊控制的控制规则转化为神经网络的一组输入、输出样本,这样,把这些规则隐含分布在整个网络之中。在控制应用时,不必进行复杂的规则搜索和推理,只需通过高速并行的分布计算就可产生输出结果。实际运行结果表明,该系统温度控制精度高,运行稳定,取得了令人满意的控制效果。
李青茹王培峰
关键词：神经网络模糊控制纯滞后温度
无刷直流电机转速的神经模糊控制被引量：3
2007年
采用神经模糊控制器对无刷直流电机(Brushless Direct Current Motor,简称BLDCM)的转速进行控制。其控制规则用一对输入/输出数字信号来表示,用BP算法训练网络,经过训练的网络就相当于一个模糊关系存储器,执行模糊推理的功能。将这种神经模糊控制器用于BDCM的转速控制,其运行效果良好。
李青茹王培峰栗苹尹志宇
关键词：无刷直流电动机
基于预测的多模型模糊加权控制被引量：4
2008年
针对快速动态响应过程的控制,提出了一种基于预测的多模型模糊加权控制算法。该算法不需要对被控对象模型进行在线动态识别;可以在线计算各控制器输出的权重,增强了系统克服模型不确定性影响的能力;对模型结构的变化无特别限制,只要模型的变化在模型集所描述的范围之内即可。该算法使得计算周期缩短,对被控对象的变化具有较强的鲁棒性,并且跟踪迅速,具有较强的实用性。
张辉朱玉冉王培峰
关键词：预测控制多模型控制
全选 清除 导出
共1页<1>
聚类工具0