作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
焊接电源输出是一个多变量、非线性、参数时变的被控对象,传统的PID控制参数固定不变,难以根据实际情况对参数进行自适应调整,最终输出的焊接电流效果较差.针对以上情况,提出了一种基于RBF(Radial BasisFunction)神经网络的PID的焊接电流智能控制方法.建立了3层神经网络模型,由RBF神经网络在线辨识得到了梯度信息,最后由梯度信息对PID中的三个参数进行在线调整,从而提高了焊接电源信号的精确控制.最后,对文中所提方法进行了仿真验证,结果表明所设计控制方法具有响应速度快、超调量小、收敛速度快、稳态精度高等优点.
推荐文章
基于模糊RBF神经网络的智能PID控制
RBF神经网络
模糊算法
PID控制
基于RBF神经网络的PID控制
RBF
PID
参数整定
仿真
Matlab
基于改进型RBF神经网络辨识的PID控制
径向基函数
改进型RBF神经网络
PID控制
最近邻聚类算法
在线自整定
定量称重包装系统RBF神经网络PID控制研究
定量包装
动态称重
RBF神经网络
PID
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于RBF神经网络PID的焊接电源电流智能控制
来源期刊 焊接 学科 工学
关键词 焊接电源 传统PID控制 RBF神经网络 仿真
年,卷(期) 2016,(10) 所属期刊栏目 生产应用
研究方向 页码范围 55-58
页数 4页 分类号 TG409
字数 2249字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘占伟 14 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (86)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (19)
二级引证文献  (0)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
焊接电源
传统PID控制
RBF神经网络
仿真
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
焊接
月刊
1001-1382
23-1174/TG
大16开
哈尔滨市松北区创新路2077号
14-45
1957
chi
出版文献量(篇)
4595
总下载数(次)
11
论文1v1指导