基于遗传优化RBF神经网络的电动负载模拟器控制

• 作者: 王超 陈机林 高强 魏全增
• 来源期刊: 现代电子技术
• 关键词: 电动负载模拟器 RBF神经网络 遗传算法 多余力矩
• 年，卷（期）: 2015,（21）
• 所属期刊栏目: 测控技术
• 页码范围: 113-117
• 页数: 5页
• 分类号: TN711-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2015.21.030

摘要

针对炮控系统电动负载模拟器存在的摩擦、间隙、弹性形变、对象参数时变和位置扰动等复杂非线性,传统的控制方法难以得到良好的动静态性能指标.结合电动负载模拟器系统组成和工作原理,建立了加载数学模型,利用炮控系统位置控制信号进行前馈补偿,设计了RBF神经网络控制器,并采用改进遗传算法对控制器的权值、节点和中心矢量等参数进行优化.实验结果表明:该控制策略能够有效抑制多余力矩,保证了系统静、动态加载时的控制精度和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈机林	南京理工大学机械工程学院	36	152	7.0	9.0
2	高强	南京理工大学机械工程学院	66	301	9.0	13.0
3	王超	南京理工大学机械工程学院	23	74	5.0	7.0
4	魏全增	南京理工大学机械工程学院	1	9	1.0	1.0