| 冗余直接驱动阀系统的余度控制策略 |
| |
| 引用本文： | 蔚永强,郭宏,谢占明.冗余直接驱动阀系统的余度控制策略[J].北京航空航天大学学报,2008,34(8):869-872. |
| |
| 作者姓名： | 蔚永强 郭宏 谢占明 |
| |
| 作者单位： | 北京航空航天大学 自动化科学与电气工程学院, 北京 100191 |
| |
| 基金项目： | 教育部跨世纪优秀人才培养计划 |
| |
| 摘 要： | 针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network) 的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Derivative)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.
|
| 关 键 词： | 直接驱动阀(DDV) 余度控制 神经网络 滑模 并行控制 |
| 收稿时间： | 2007-07-30 |
Redundancy control of direct-drive-valve servo system |
| |
| Yu Yongqiang,Guo Hong,Xie Zhanming.Redundancy control of direct-drive-valve servo system[J].Journal of Beijing University of Aeronautics and Astronautics,2008,34(8):869-872. |
| |
| Authors: | Yu Yongqiang Guo Hong Xie Zhanming |
| |
| Institution: | School of Automation Science and Electrical Engineering, Beijing University of Aeronautics and Astronautics, Beijing 100191, China |
| |
| Abstract: | A novel neural network adaptive sliding mode control strategy was proposed,which was applied to ensure tracking capability to direct-drive-valve(DDV) servo system in the presence of degrading redundancy.A radial basis function neural network(RBFNN) was adopted to realize sliding mode control.By means of compensating varieties of the system with adaptive learning algorithm,the control based on RBFNN decreased the tracking error and enhanced the robustness.Meanwhile,a proportional-derivative(PD) controller wa... |
| |
| Keywords: | direct-drive-valve(DDV) redundancy control neural network sliding mode parallel control |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《北京航空航天大学学报》浏览原始摘要信息 |
| 点击此处可从《北京航空航天大学学报》下载免费的PDF全文 |
