共查询到20条相似文献,搜索用时 15 毫秒
1.
研究一种基于神经网络的线性控制系统的设计方法,该方法以经典的数学理论为基础,摈弃应用神经理论设计控制系统时常用的试凑方法。仿真和试验验证了该方法的正确性。 相似文献
2.
3.
4.
5.
基于神经网络的飞机故障诊断 总被引:1,自引:0,他引:1
叙述了神经网络应用于飞机控制系统的故障诊断技术,阐明了飞机故障诊断的方法。采用RBF神经网络实现飞机控制系统故障诊断的算法和程序设计。 相似文献
6.
在系统存在非匹配不确定性和输入未建模动态的情况下,提出了一种基于RBF神经网络和反演控制技术的非线性自适应控制系统的设计方法.应用RBF神经网络辨识系统中存在的不确定性,利用反演控制技术,设计了非线性自适应控制器,成功地处理了非匹配不确定性.同时动态非线性阻尼项的引入使得系统对未建模动态具有很强的鲁棒性,并应用Lyapunov稳定性理论,证明了系统跟踪误差、RBF神经网络参数误差全局渐近收敛于原点的一个邻域.最后给出的BTT导弹非线性六自由度数字仿真结果,显示了该设计方法的有效性. 相似文献
7.
航空发动机神经网络自适应控制研究 总被引:6,自引:6,他引:0
本文研究神经网络自适应控制方法及其在航空发动机控制中应用。结合某型航空涡喷发动机,首先研究采用神经网络进行非线性动态系统辨识,包括神经网络模型辨识的格式、输入信号形式等问题。然后,提出了一种神经网络自适应控制方法,阐明了该方法基本结构、原理。最后,在选定的设计点处进行发动机控制系统设计,当偏离设计点时,利用神经网络很强的学习、适应能力,通过在线修正神经网络参数,使控制系统仍保持良好性能。 相似文献
8.
针对外部干扰力矩作用下的刚体航天器姿态稳定最优控制问题,提出了一种在线强化学习的智能鲁棒控制方法。该方法基于自适应动态规划框架,设计单Critic神经网络在线地学习无干扰作用的航天器的最优姿态控制律,并设计一种新的自适应律在线估计Critic神经网络的权值,实现了近似最优的控制性能。在学习的近似最优控制律的基础上,嵌入鲁棒控制量,形成鲁棒智能控制器,并应用Lyapunov理论证明了闭环姿态控制系统是一致最终有界稳定的,且Critic神经网络的权值估计误差是收敛的。相比于采用Actor-Critic神经网络结构的自适应动态规划方法,该方法一方面削弱了对持续激励条件的依赖,另一方面降低了计算复杂度,并保证了姿态稳定控制性能对外部干扰具有较强的鲁棒性。 相似文献
9.
10.
11.
12.
航空发动机神经网络内模控制 总被引:3,自引:0,他引:3
基于神经网络内模控制理论研究了神经网络内模控制方法在航空发动机控制系统中的应用,建立了基于Elman网络的航空发动机多变量内模控制系统。采用Elman网络建立发动机内模型和内模控制器,详细介绍了建模、控制的算法及其实现过程。取部分飞行条件下的数据作为学习样本,采用动态BP算法对神经网络权值进行调整,并在飞行包线内其它工作点对整个控制系统进行了仿真。结果表明,使用神经网络建立的航空发动机内模控制系统具有良好的控制品质和较强的自适应能力。 相似文献
13.
针对具有未知动态模型的非线性无人机群的编队问题,设计了基于神经网络的反步控制策略。首先,通过径向基(RBF)神经网络来逼近无人机的未知非线性动态,增加系统的鲁棒性和抗扰能力;然后,引入方向刚性图理论,结合反步控制策略,设计了仅基于方向信息的无人机群编队分布式控制器,并通过Lyapunov方法证明了控制系统的稳定性;最后,通过Simulink仿真验证了控制器的有效性。 相似文献
14.
基于小波神经网络提出了一种H∞自适应控制方法。控制器由等效控制器和H∞控制器两部分组成。用小波神经网络逼近非线性函数,并把逼近误差引入到权值的自适应律中用以改善系统的动态性能。H∞控制器用于减弱外部及神经网络的逼近误差对跟踪的影响。所设计的控制器不仅保证了闭环系统的稳定性,而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标。最后基于所设计的控制方法对新一代歼击机设计了飞/推控制系统,并对飞机作大迎角机动仿真。仿真结果表明所设计的飞/推控制系统是有效的,同时验证了所设计的非线性控制方法是有效性的。 相似文献
15.
分析和总结了定量反馈理论(QFT)的基本原理和设计步骤,并应用该理论对某型无人机的控制系统进行了设计研究.研究发现,QFT能够很好地解决由于模型参数具有不确定性的无人机控制系统鲁棒性设计问题,并从工程应用角度为无人机提供了一种鲁棒控制设计方案.仿真结果及与一般控制方案比较表明,用这种理论方法设计的控制系统不仅控制效果良好,而且有较强的工程应用价值. 相似文献
16.
17.
带有广义不确定性的导弹非线性控制系统设计 总被引:3,自引:0,他引:3
在导弹系统存在广义不确定性情况下,提出了一种基于反演设计技术和RBF神经网络的导弹非线性自适应控制系统设计方法。设计过程中将不确定性对系统的影响合成为一项,然后应用RBF神经网络消除了其对系统的影响,有效地解决了控制系数矩阵未知时控制器设计问题,同时放松了现有文献中对控制系数矩阵不确定性的要求。应用Lypunov稳定性定理推导出神经网络权重矩阵的自适应调节律,并证明了闭环系统的所有信号均有界且指数收敛至系统原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果验证了该算法的有效性。 相似文献
18.
基于BSP-ANN的四旋翼无人机轨迹跟踪方法 总被引:1,自引:0,他引:1
为了降低无人机轨迹跟踪误差,提高系统抗干扰能力,对反步(Backstepping)法进行改进提出一种基于反步神经网络(BSP-ANN)的无人机轨迹跟踪方法。首先,建立了四旋翼无人机运动学模型;然后,结合Backstepping方法在无人机的姿态控制、轨迹跟踪控制系统中引入Sigma-Pi神经网络,同时设计Sigma-Pi神经网络控制率,并证明该控制率满足Lyapunov意义下的系统稳定;最后,分别给出了相应的仿真实验。仿真结果表明:该算法可以有效降低跟踪误差,缩短无人机跟踪时间,同时可以提高系统的抗干扰能力。 相似文献
19.
20.
阐述了在导弹系统存在不确定性情况下,基于自适应反演控制技术和模糊神经网络理论,提出了一种导弹滑模控制系统设计方法。设计过程中将不确定性对系统的影响合成为一项,然后应用模糊神经逼近器来逼近系统的不确定项;考虑了已知信息,利用自适应模糊神经控制理论和滑模控制设计了控制器,应用Lypunov稳定性理论保证了闭环系统的稳定性,并推导出模糊神经逼近器各参数的自适应调节律。 相似文献