冗余直接驱动阀系统的余度控制策略

• 作者: 蔚永强 谢占明 郭宏
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 直接驱动阀(DDV) 余度控制 神经网络 滑模 并行控制
• 年，卷（期）: 2008,（8）
• 页码范围: 869-872
• 页数: 4页
• 分类号: TM921
• 字数: 3047字
• 语种: 中文

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 BasisFunction 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-Deriva-tive)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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭宏	北京航空航天大学自动化科学与电气工程学院	62	460	13.0	19.0
2	蔚永强	北京航空航天大学自动化科学与电气工程学院	7	68	4.0	7.0
3	谢占明	北京航空航天大学自动化科学与电气工程学院	3	30	2.0	3.0