基于在线智能优化PI控制器的电动加载系统控制方法

• 作者: 孙秀婕 王志胜 甄子洋
• 来源期刊: 工业控制计算机
• 学科: 工学
• 关键词: 电动加载系统 多余力矩 PI Hopfield神经网络
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 工业计算机应用及测控系统专题
• 页码范围: 11-12,15
• 分类号: TP273|TP183
• 字数: 2829字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-182X.2012.01.005

摘要

为抑制电动加载系统在加载的过程中受到承载系统主动运动带来的多余力矩的干扰,而经典的PI控制难以满足控制的准确性、快速性的需求,提出了基于Hopfield神经网络在线优化PI控制.研究了电动加载系统工作原理并采用机理法建立了电动加载系统的数学模型,利用Hopfield网络能够寻优的特性优化PI参数,通过选取合适的能量函数,网络从初始状态经过有限次网络反馈与迭代计算过程向着能量极小点演变,此时Hopfietd神经网络趋于稳定,其输出即为最优的PI控制参数.仿真结果表明该控制方法能够更好地抑制多余力矩,加载精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志胜	南京航空航天大学自动化学院	83	518	13.0	19.0
2	甄子洋	南京航空航天大学自动化学院	79	485	12.0	16.0
3	孙秀婕	南京航空航天大学自动化学院	1	1	1.0	1.0