原文服务方: 工业仪表与自动化装置       
摘要:
该文从加载控制器角度出发将BP神经网络算法引入加载系统削弱多余力矩对系统的影响,提高加载精度.建立了电动伺服加载系统的数学模型,分析了多余力矩产生的原因以及基于结构不变原理存在的局限性.介绍了BP神经网络控制算法基本原理,并给出了具体控制结构及相应算法,设计了一种BP/PID复合控制器.仿真结果表明,复合控制器有效地抑制了系统的多余力矩,降低跟踪误差,改善加载系统的动态性能,提高了跟踪精度,增强了稳定性.
推荐文章
基于BP-RBF神经网络的飞机舵机电液伺服加载系统研究
飞机舵机电液伺服加载系统
多余力
BP神经网络
RBF神经网络
基于狼群算法优化的BP神经网络
BP神经网络
狼群算法
函数拟合
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
基于联想记忆神经网络模型的BP算法
BP算法
神经网络
联想记忆
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BP神经网络的电动伺服加载算法研究
来源期刊 工业仪表与自动化装置 学科
关键词 电动加载系统 BP神经网络 多余力矩 复合控制
年,卷(期) 2017,(2) 所属期刊栏目 科研论坛
研究方向 页码范围 8-13
页数 6页 分类号 TP302
字数 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 李军 南京理工大学自动化学院 128 848 14.0 24.0
2 王权 南京理工大学自动化学院 1 2 1.0 1.0
3 戴立 南京理工大学自动化学院 3 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (54)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (18)
二级引证文献  (3)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
电动加载系统
BP神经网络
多余力矩
复合控制
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
工业仪表与自动化装置
双月刊
1000-0682
61-1121/TH
大16开
1971-01-01
chi
出版文献量(篇)
3676
总下载数(次)
0
总被引数(次)
18688
论文1v1指导