增益模糊自整定的增量式神经元非模型控制及其应用

• 作者: 张建明 王宁 王树青
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 增量式神经元控制 非模型控制 增益模糊自整定 鲁棒性 切削过程
• 年，卷（期）: 2000,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 305-308
• 页数: 4页
• 分类号: TP273
• 字数: 2558字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2000.03.013

摘要

车削系统的切削力控制是机械加工自动化的关键环节,目前仍未能有效地解决切削过程中切削深度变化时控制系统的稳定性等问题.本文提出了增益模糊自整定的增量式神经元非模型控制方法,通过在线学习来调节控制系统的增益,使切削力在切削深度大范围变化时保持恒定,达到改善切削过程的动态品质、增强控制系统稳定性的目的.使用该方法对某车削系统进行了仿真实验研究,结果表明这种新颖的控制方法非常简单,具有很强的鲁棒性、抗干扰性和满意的控制品质.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建明		6	78	5.0	6.0
2	王宁		2	18	2.0	2.0
3	王树青		17	406	13.0	17.0