外文翻译(对交变电流伺服系统的单神经元pid滑模平行复合控制)(编辑修改稿)内容摘要：
(9) 这里 ， e (k)是误差信号。 通过 能够 自动适应 环境中的 ， 控制对象的状态 变化的， 监督赫布学习算法 ，控制过程中的单神经元控制器， 不断调整这三个加权系数。 为了确保 收敛性和鲁棒性 , 该算法需要被标准化。 通过标准化，给出公式： (10) 这里， K1 是 神经元的比例系数 ； kwi 是对应于 kxi 的 加权系数 ； kuc 是输出；p , D , I 是 比例积分 衍生品 的学习率。 从以上分析可知，综合控制的简化原理图，如图 2 所示。 4 图 2 并行综合控制的结构图 4 仿真实验 根据数学模型，滑模 控制器和后退单神经 PID控制器 分别被设计出来。 主要参数如下： 电机和负载的惯性瞬间 J= 103kg2m ； 摩擦力矩 为 m；系统外部扰动 扭矩 为 10Nm, 电磁转矩系数 Kt=m/A； 阻尼系数 B=104Nms； 定子电 Ra=； 绕组电感 Ld=Lq=50103H； 额定电流 Ie=； 允许最大电流Imax=； 钢管双 的数 Pn=4； 减速器减薄率 1:231。 滑模控制器的参数如下： c3=47, α1=11, β1=14, α2=,β2=。 单神经元控制器的仿真参数如下： w1(k) =, w2 (k) =, w3 (k)=, p =, I =, D =, K1=2。 综合控制器的误差设置值是。 PID控制器位置环的参数是： kp1=10, kI1=, kD1=。 恒定负荷扰动 为了添加一个步骤骚扰在 10 N•米 ，假设在第一秒仿真， PID 控制和滑模单神经元 PID 复合控制 的 位置响应曲线 如图 3 和图 4 所示。 从图中可以看出， 使用传统的 PID 控制算法有一个快速的上升时间 ， 当负载扰动发生 时， 位置响应有较大的抵消 ，并且为了 恢复到一个稳定的位置 ，需要更长时间。 但是 利用滑模单神经元 PID复合控制 ， 该系统具有较强的抗干扰能力 ， 很少受到外部力量的干扰， 并且在 很短时间 内。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。