神经网络与混合控制论文-张泽灵

神经网络与混合控制论文-张泽灵

导读:本文包含了神经网络与混合控制论文开题报告文献综述及选题提纲参考文献,主要关键词:混合励磁同步电机,矢量控制,电流控制,神经网络

神经网络与混合控制论文文献综述

张泽灵[1](2019)在《基于神经网络的混合励磁同步电机电流分配与控制技术研究》一文中研究指出混合励磁同步电机是一种具有高功率密度、高转矩密度与宽调速范围的新型电机,在电动汽车领域具有广阔的应用前景。本课题结合电动汽车要求及PMSM控制理论和控制方法,对HESM的电流分配、电流的解耦与系统控制等问题进行了研究:首先,针对高速区弱磁调速带载能力下降的问题,提出了一种计及d轴反电动势的基本电流改进控制方法,该方法在保持反电动势(Ebase)不变条件下降低励磁电流或d轴电流,增大了输出转矩。仿真实验表明,高速区输出转矩从原来的2N.m提升至3N·m。其次,针对所提基本电流改进控制存在的非线性问题,提出了基于BP神经网络的电流分配逼近算法,该算法采用函数逼近方法将非线性方程简化,简化了HESM调速系统结构。仿真实验结果达到了预期效果。另外,针对电机参数摄动、负载扰动时电枢电流、励磁电流参考值振荡问题,利用BP神经网络电流分配控制器逼近参数稳定情况下的各电流参考值,有效减小了电流参考值振荡,降低控制器参数敏感性。仿真结果表明,低速区控制时励磁电流参考值振荡幅值减小至33%;高速区控制时d轴电流参考值振荡幅值减小至40%,q轴电流参考值振荡幅值减小至20%,电磁转矩振荡减小至25%。最后,针对HESM电流环控制器中的非线性耦合问题,提出了HESM精确线性化控制,利用非线性系统的微分几何理论,将直轴电流、励磁电流与机械角速度解耦为3个独立、线性子系统,实现调速系统全局范围内电流环动态解耦,提高系统动态性能。通过理论分析和仿真实验,所提出的HESM控制方法能够解决弱磁控制带载能力受限、基本电流改进控制方程计算复杂、电机参数摄动与负载扰动时各电流参考值振荡和电流环非线性耦合问题,适用于HESM调速系统。(本文来源于《西安理工大学》期刊2019-06-30)

刘丽缤,游星星,高小平[2](2019)在《具有混合时滞的四元数神经网络全局同步性控制》一文中研究指出本文研究了具有混合时滞的四元数神经网络的全局同步性问题.在不要求网络的激活函数可分离为2个复数函数或4个实数函数的情况下,通过选取合适的Lyapunov-Krasovskii泛函,并运用驱动–响应同步、自由权矩阵方法和矩阵不等式技巧,给出了网络全局同步性的充要条件,建立了同步控制器的设计方法.给出的同步性判据是四元数和复数两种形式的线性矩阵不等式(LMI).同时在注记中与已有的结果进行了对比.最后,通过一个数值仿真算例验证了理论分析的有效性.(本文来源于《控制理论与应用》期刊2019年08期)

陈刚,王信,肖伸平,杜博文,王聪聪[3](2018)在《具有混合时变时滞主从神经网络的指数采样同步控制》一文中研究指出对于具有混合时变时滞的主从神经网络指数采样同步控制问题,运用Lyapunov-Krasovskii泛函方法以及线性矩阵不等式方法对其进行研究。通过构造新的增广Lyapunov-Krasovskii泛函,并对其导数采用一系列不等式方法进行界定,获得具有更小保守性的时滞相关指数同步判据。同时,基于最大采样间隔以及衰减率,得到可行控制器。最后,通过数值算例及仿真证明此方法的优越性以及可行性。(本文来源于《中南大学学报(自然科学版)》期刊2018年06期)

曹雨佳[4](2018)在《模糊滑模与神经网络混合卫星姿态控制》一文中研究指出姿态控制系统是保证卫星在轨期间能否具有高水平控制性能的关键。随着科技发展和社会进步,人类对卫星的要求任务越来越多样化,这会导致卫星的结构趋于复杂化。结构的复杂化会在一定程度上使得卫星姿态控制系统在工作时受到的不确定因素变多。所以在对卫星姿态控制系统的设计中,需要寻求一些优越的方法对这些问题进行处理,以期能得到一个在复杂空间环境下的高水平设计方案。考虑到卫星的初始混沌状态,利用滑模变结构控制来解决卫星混沌状态并提高姿态控制的稳定性和精度。考虑到滑模变结构存在的抖振及其消极影响,采用基于指数趋近律的模糊滑模控制方法对抖振进行大幅度削弱直至基本消除。但在降抖的控制方法中未充分考虑对卫星数学模型中复合干扰的逼近,引入基于改进粒子群的径向基神经网络方法对复合干扰进行逼近。仿真验证了设计的模糊滑模与神经网络混合方法不但保证了卫星姿态控制的稳定,同时消除了控制力矩的抖振,并对干扰实现了有效的逼近,展现出优越的控制性能。论文的主要研究内容包括:首先,对卫星姿态控制问题的基本知识进行了简要的介绍,包括国内外研究现状、相关坐标系的定义、姿态描述方法和卫星姿态模型的建立等。简要介绍了混沌系统的相关概念,并通过仿真表现了卫星在未加入控制时的混沌状态。将本文重点选用的滑模变结构控制加入卫星混沌系统中,仿真验证了加入滑模变结构控制方法后对卫星混沌状态的解决。其次,采用趋近律的方式实现对滑模变结构控制方法的抖振削弱。将基于等速趋近律和基于指数趋近律的滑模变结构控制方法进行仿真对比,验证了指数趋近律对抖振的大幅削弱。但仿真结果表明控制力矩的抖振虽大幅减弱但并未基本消除,将模糊方法嵌入到基于指数趋近律的滑模控制,仿真验证了模糊滑模对控制力矩抖振的基本消除。然后,充分考虑刚体卫星运动模型中可能存在的未知干扰,对于干扰采用神经网络方法进行逼近。为了得到良好的逼近效果,将粒子群方法进行改进后对径向基神经网络进行优化,仿真验证了优化后方法的优越性。最后,为了实现对卫星姿态稳定和全面的控制,将第四章设计的基于改进粒子群算法的径向基神经网络与第叁章利用模糊方法对滑模控制律中影响系统抖振的切换增益k_s的设计进行结合,得到基于改进粒子群算法的模糊滑模与神经网络混合控制律。仿真结果表明,设计的模糊滑模与神经网络混合控制方法在原始混沌卫星系统中改善混沌状态的同时解决了抖振问题,并在充分考虑复合干扰的情况下保证了控制效果的稳定。(本文来源于《哈尔滨工程大学》期刊2018-05-01)

严达[5](2017)在《混合时滞依赖于马尔可夫过程的中立型神经网络的保成本控制》一文中研究指出中立型时滞神经网络是一类非常重要的神经网络,它的特点是,不仅其系统状态中含有时滞,而且其系统状态的导数中也含有时滞,也就是说,系统状态的演化不仅依赖于现在的状态,而且依赖于过去时刻状态的变化率.所以,与一般的时滞神经网络相比,中立型时滞神经网络是一个更一般的动力系统.近年来,有关中立型时滞神经网络的控制问题受到学者们越来越多的关注.另外,在实际生产中,控制系统会受到外界环境、参数突发变化以及连接中断等因素的影响,造成系统结构的改变.然而,对于这些突发事件而引起的系统结构的变化,还可能引起子系统之间的随机切换,而这些系统结构的变化或子系统之间的切换往往可以用某一个Markov过程来刻画.另一方面,在设计系统控制器时,除了要考虑控制系统的稳定性之外,有时还需闭环系统满足一定的性能指标.因此,引入成本函数和保成本控制的概念,研究二次型性能指标的最优控制问题具有实际意义.本文主要研究具有混合时滞依赖于Markov过程的中立型神经网络的保成本控制问题,系统所涉及的混合时滞由模式依赖的离散时滞和模式依赖的有界分布时滞所构成.文章共分为四章:第一章介绍了人工神经网络的发展及其应用,网络控制系统的研究背景与现状,最优控制和保成本控制的研究背景与现状,接着论述了本文的主要工作.第二章首先给出了一个取值于有限状态空间的Markov链,描述了所要研究的含有混合时滞的中立型Markov跳变系统,然后定义了成本函数、均方渐近稳定、保成本和保成本控制器等概念.第叁章首先构造了新的Lyapunov-Krasovskii泛函,借助稳定性理论和线性矩阵不等式(LMI)的方法,得到在给定成本函数条件下闭环系统存在保成本控制器的充分条件.第四章在以上充分条件的基础上,采用凸优化方法,设计出闭环系统的最优保成本控制器.最后,通过数值模拟来表明该方法的有效性.(本文来源于《扬州大学》期刊2017-04-01)

王田[6](2017)在《混合时变时滞随机神经网络系统的耗散控制》一文中研究指出人工神经网络具有自组织、自学习、快速找寻最优化解的能力,并在模式识别、人工智能、自动控制、通信和物流等领域有广泛应用.本文主要研究混和时变时滞随机神经网络系统的耗散控制问题.主要内容如下:首先,介绍神经网络的历史发展及系统概况,给出本文的结构与安排;其次,研究遗忘随机神经网络的全局均方稳定的问题,运用随机稳定性理论和线性矩阵不等式等方法,得到系统全局均方稳定的充分条件,并设计状态估计器使误差系统渐近稳定,通过两个数值算例验证结论的可行性;再次,分别对离散和连续混合时变时滞随机神经网络系统进行γ耗散、指数耗散和指数无源研究,运用LMI方法,得到系统γ耗散、指数耗散和指数无源的充分条件,通过数值算例验证结论的可行性;最后对本文进行总结.(本文来源于《辽宁大学》期刊2017-04-01)

黄小琴,陈力[7](2016)在《考虑未知死区的双杆柔性空间机械臂基于混合轨迹的积分变结构神经网络控制》一文中研究指出随着人类对太空领域探索的不断深入,空间机械臂作为航天领域的关键技术,发挥着愈来愈重要的作用,因此其系统动力学与控制问题的研究受到密切关注[1-2]。出于减轻发射重量以节约费用的需要,轻质细长杆成为空间机械臂杆件的最好选择,这就不能忽视杆件柔性对运动精度的影响[3-4]。双杆柔性空间机械臂系统存在刚性运动与柔性振动之间的耦合,而且每个柔性杆的柔性振动之间也存在耦合。为了实现高精度的轨迹跟踪,不但需要解决动力学耦合作用产生的干扰问题,而且必须主动抑制柔性杆产生的振动。同时,以往的空间机器人控制往往没有考虑死区的影响,而死区非线性会造成系统的输出误差,产生极限环振荡,降低性能甚至变得不稳定。因此死区一直是高精度传动控制领域的主要研究对象之一[5-6]。研究了载体位置不控、姿态受控的漂浮基双杆柔性空间机械臂在带有未知死区和外部干扰情况下的轨迹跟踪及柔性抑振问题。引入积分型的切换函数以减少外部扰动引起的稳态误差,利用径向基函数神经网络的逼近能力,提出了刚性运动的积分变结构神经网络的控制器,该方法在不要求最优逼近误差上确界已知的条件下,可以克服未知死区和外部扰动的影响,以完成双杆柔性空间机械臂载体姿态及机械臂关节铰的协调运动。为了主动抑制柔性振动,运用虚拟控制力的概念,设计了同时反映柔性模态和刚性运动轨迹的混合轨迹,提出了基于混合轨迹的控制方案。设计方案不但保证了之前刚性运动控制方案的鲁棒性,而且能主动抑制柔性振动,从而提高了轨迹跟踪性能。仿真算例证实了所提方案的有效性。(本文来源于《第二届可展开空间结构学术会议摘要集》期刊2016-10-23)

刘海楠[8](2016)在《具有混合时滞的Cohen-Grossberg神经网络系统的耗散控制研究》一文中研究指出由于耗散性和无源性在系统控制和工程实践中的广泛应用,系统的耗散性和无源性已经成为控制领域研究的热点.本文主要研究了具有混合时滞的Cohen-Grossberg神经网络系统的无源性、全局耗散性及具有混合时滞的C-G神经网络系统的耗散性在生物数学方面的应用.首先,给出系统无源和全局耗散的定义;其次,利用矩阵范数的方法,给出具有混合时滞的C-G神经网络系统的无源和全局耗散的充分条件;其次,设计反馈控制器,使得其闭环系统无源和全局耗散;再次,通过将捕食被捕食系统转化为C-G神经网络系统,研究了具有混合时滞的捕食被捕食系统的耗散控制问题,设计反馈控制器,使原捕食被捕食系统耗散;最后,通过算例验证结论的可行性.(本文来源于《辽宁大学》期刊2016-05-01)

李蕾[9](2016)在《混合时变时滞神经网络系统的指数耗散控制与状态估计》一文中研究指出近年来,神经网络系统(NNs)在信号处理、模型识别、静态图像处理、联想记忆过程、最优化问题等各方面得到了广泛的应用.本文研究混合时变时滞神经网络系统的指数耗散控制问题.全文的主要内容如下:首先,介绍耗散和无源控制理论的发展现状和研究意义,神经网络系统概况以及介绍本文内容和结构;其次,分别对混合时变时滞神经网络系统、离散混合时变时滞神经网络系统指数耗散性和指数无源性做了分析,运用线性矩阵不等式方法,分别得到了系统指数耗散和指数无源的充分条件,并且对系统设计状态估计器,使得误差系统渐近稳定,然后通过数值算例验证结论的可行性;再次,分别对不确定混合时变时滞神经网络系统及不确定离散混合时变时滞神经网络系统鲁棒指数耗散和鲁棒指数无源性做了分析,运用线性矩阵不等式方法,分别得到了系统鲁棒指数耗散和鲁棒指数无源的充分条件,而且对系统设计状态估计器,使得误差系统鲁棒渐近稳定,然后通过数值算例验证结论的可行性;最后对本文进行总结.(本文来源于《辽宁大学》期刊2016-05-01)

李元元[10](2016)在《具有混合时变神经网络的时滞依赖H_∞控制状态估计》一文中研究指出近年来,神经网络理论与技术得到了迅猛的发展,尤其在工业领域,临床医学,经济活动等方面获得了大量的应用;并且利用神经网络可以建立模式识别人脸系统,全自动模式识别系统等。因此对神经网络系统的稳定性研究具有重要的理论和应用价值。本文的主要目的是研究具有混合时变时滞的神经网络的H∞控制的状态估计问题,采用泛函微分方程和神经网络理论讨论叁类神经网络系统,取得了如下研究成果:首先研究了一类具有离散时变时滞的神经网络的H∞控制问题,通过构造合适的Lyapunov-Krasovski泛函,利用不等式的分析技巧,证明了构造的辅助泛函是正定的,进而建立了神经网络系统的H∞控制的标准,通过数值举例,说明了我们获得的结果的有效性。其次研究了具有混合时变时滞的神经网络的稳定性问题,采用时滞分割技术,构造出了相应的Lyapunov-Krasovski泛函,利用线性矩阵不等式的方式,给出了系统的平凡解渐近稳定的条件,通过数值举例,表面了我们获得的结果更具有优越性。最后研究了具有混合时变时滞的神经网络的H∞控制状态估计问题,根据激活函数的特点,构造了合适的Lyapunov-Krasovski泛函,在增加零项的条件下,建立了具有混合时变时滞的神经网络的H∞控制的判据,数值举例表明了我们获得结论的有效性。(本文来源于《电子科技大学》期刊2016-03-29)

神经网络与混合控制论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

本文研究了具有混合时滞的四元数神经网络的全局同步性问题.在不要求网络的激活函数可分离为2个复数函数或4个实数函数的情况下,通过选取合适的Lyapunov-Krasovskii泛函,并运用驱动–响应同步、自由权矩阵方法和矩阵不等式技巧,给出了网络全局同步性的充要条件,建立了同步控制器的设计方法.给出的同步性判据是四元数和复数两种形式的线性矩阵不等式(LMI).同时在注记中与已有的结果进行了对比.最后,通过一个数值仿真算例验证了理论分析的有效性.

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

神经网络与混合控制论文参考文献

[1].张泽灵.基于神经网络的混合励磁同步电机电流分配与控制技术研究[D].西安理工大学.2019

[2].刘丽缤,游星星,高小平.具有混合时滞的四元数神经网络全局同步性控制[J].控制理论与应用.2019

[3].陈刚,王信,肖伸平,杜博文,王聪聪.具有混合时变时滞主从神经网络的指数采样同步控制[J].中南大学学报(自然科学版).2018

[4].曹雨佳.模糊滑模与神经网络混合卫星姿态控制[D].哈尔滨工程大学.2018

[5].严达.混合时滞依赖于马尔可夫过程的中立型神经网络的保成本控制[D].扬州大学.2017

[6].王田.混合时变时滞随机神经网络系统的耗散控制[D].辽宁大学.2017

[7].黄小琴,陈力.考虑未知死区的双杆柔性空间机械臂基于混合轨迹的积分变结构神经网络控制[C].第二届可展开空间结构学术会议摘要集.2016

[8].刘海楠.具有混合时滞的Cohen-Grossberg神经网络系统的耗散控制研究[D].辽宁大学.2016

[9].李蕾.混合时变时滞神经网络系统的指数耗散控制与状态估计[D].辽宁大学.2016

[10].李元元.具有混合时变神经网络的时滞依赖H_∞控制状态估计[D].电子科技大学.2016

标签:;  ;  ;  ;  

神经网络与混合控制论文-张泽灵
下载Doc文档

猜你喜欢