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:
针对液驱并联机构多维力加载系统非线性、时变和强耦合的系统特性,提出一种改进PID控制策略以提高系统输出精度.通过构建多维力加载系统动力学模型与液压动力元件模型,分析研究耦合力产生机理.将多维力加载时受系统自身结构影响的各通道间耦合力与系统参数摄动等非线性因素视为干扰,采用模糊控制对PID参数进行实时调整,抑制系统非线性干扰以提高跟踪精度;考虑到传统经验法或专家知识库的模糊推理对PID控制参数调整不够精细,提出一种模糊PID与小脑模型神经网络(cerebellar model articulation controller,CMAC)并行的控制策略,利用其自适应能力与快速学习非线性函数能力对模糊PID控制过程进行学习和插补.研究结果表明:与PID控制器相比,CMAC-模糊PID控制器能够有效地解决液驱并联机构多维力加载系统复杂的跟踪问题.
推荐文章
液驱多维力加载系统的CMAC-PID复合控制
多维力加载系统
神经网络
复合控制器
控制特性
基于模糊CMAC神经网络的并联机器人自适应力控制研究
CMAC
神经网络
并联机器人
自适应力控制
并联机构力传递的分析
并联机构
力传递
Delta
高速高精度平面并联机器人模糊自调整PID控制方法的研究
高速高精度
平面并联机器人
模糊PID
稳定时间
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 液驱并联机构多维力加载系统CMAC-模糊PID控制
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 电液伺服 多维力加载 并联机构 耦合力抑制 快速原型控制
年,卷(期) 2020,(10) 所属期刊栏目 机械工程? 控制科学与工程
研究方向 页码范围 2811-2821
页数 11页 分类号 TH137
字数 语种 中文
DOI 10.11817/j.issn.1672-7207.2020.10.013
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 董杰 16 365 5.0 16.0
2 王春发 4 0 0.0 0.0
3 赵劲松 10 26 4.0 5.0
4 徐嘉祥 4 0 0.0 0.0
5 孙鑫宇 2 0 0.0 0.0
6 赵子宁 4 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (6)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(8)
  • 参考文献(3)
  • 二级参考文献(5)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(6)
  • 参考文献(2)
  • 二级参考文献(4)
2019(8)
  • 参考文献(8)
  • 二级参考文献(0)
2020(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
电液伺服
多维力加载
并联机构
耦合力抑制
快速原型控制
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
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导