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:
为解决炮控系统电动负载模拟器存在多余力矩的问题,对其神经网络自适应滑模控制进行研究.结合滑模控制器的特点,构建电动负载模拟器系统模型,通过滑模控制器对复杂非线性系统建立控制器,采用RBF神经网络与滑模相结合的控制方法,利用RBF神经网络对系统摄动参数和未建模动态进行自适应逼近,可降低切换增益及有效地抑制抖振,并对其进行仿真分析与验证.仿真结果表明:该控制策略具有较高的控制精度,且鲁棒性好,满足系统的控制要求.
推荐文章
基于遗传优化RBF神经网络的电动负载模拟器控制
电动负载模拟器
RBF神经网络
遗传算法
多余力矩
基于遗传优化RBF神经网络的电动负载模拟器控制
电动负载模拟器
RBF神经网络
遗传算法
多余力矩
坦克炮控系统神经网络自适应滑模控制方法
坦克炮控系统
时变性
神经网络滑模
鲁棒性
基于小波神经网络的电动负载模拟器的复合控制
电动负载模拟器
多余力矩
小波神经网络
复合控制
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 炮控系统电动负载模拟器神经网络滑模控制
来源期刊 兵工自动化 学科 工学
关键词 RBF神经网络 滑模控制 负载模拟器 多余力矩
年,卷(期) 2019,(4) 所属期刊栏目 系统建模与仿真
研究方向 页码范围 62-65
页数 4页 分类号 TP273
字数 2708字 语种 中文
DOI 10.7690/bgzdh.2019.04.015
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 侯远龙 南京理工大学机械工程学院 86 403 11.0 17.0
2 高强 南京理工大学机械工程学院 66 301 9.0 13.0
3 张建学 南京理工大学机械工程学院 4 2 1.0 1.0
4 项军 南京理工大学机械工程学院 4 5 2.0 2.0
5 王经纬 南京理工大学机械工程学院 5 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (116)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
RBF神经网络
滑模控制
负载模拟器
多余力矩
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
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
论文1v1指导