导读:本文包含了神经网络控制器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,控制器,模糊,卷积,浮标,主从,位移。
神经网络控制器论文文献综述
秦永峰,龚国芳,王飞,孙辰晨[1]（2019）在《基于RBF神经网络的液黏调速离合器活塞位移控制器设计》一文中研究指出针对液黏调速离合器存在非线性和控制精度较低,难以满足工业领域较高的传动特性需求等问题,提出了基于RBF(radial basis function,径向基函数)神经网络的液黏调速离合器活塞位移滑模控制策略。对液黏调速离合器局部结构进行改进,增设位移传感器和导电滑环以采集位移信号;建立了电液比例溢流阀和液黏调速离合器的数学模型,设计并分析了基于RBF神经网络的液黏调速离合器活塞位移滑模控制器;搭建了液黏调速离合器AMESimMATLAB联合仿真模型。仿真结果表明:基于RBF神经网络的液黏调速离合器活塞位移滑模控制可以有效地适应液黏调速离合器的非线性,并解决滑模控制的抖振问题,能够提高控制精度,使液黏调速离合器控制器具有很好的鲁棒性,可以满足较高的工业需求。(本文来源于《工程设计学报》期刊2019年05期）
章磊,姚庆文,徐伟,李燕[2]（2019）在《自适应类神经网络控制器在时变系统中的应用》一文中研究指出针对一个时变且不确定的复杂系统,设计了一种全新间接型自适应多层类神经网络控制器。运用全新架构的多层类神经网络测算器,对时变受控体的系统参数进行在线识别,创新性地实现了利用极点配置法来计算自适应自我调试控制(STR)控制器参数。试验结果表明,自适应多层类神经网络控制器不论是在瞬时特性或是稳态特性方面,均优于传统的自适应STR控制器。通过对稳定时间、过冲量以及均方根稳态误差值等性能指标的交叉比较,证明了这类控制器具有优异的响应特性及强健性。(本文来源于《自动化仪表》期刊2019年10期）
郭欣,高燕,蒋琳,张志姝[3]（2019）在《基于事件触发的神经网络控制器稳定性分析》一文中研究指出针对非线性系统稳定性问题,设计了基于事件触发的神经网络控制器来稳定非线性系统,控制器只有在触发规则满足的条件下,才更新控制参数,降低了网络传输率。算法开始先建立非线性系统模型,在采样过程中引入事件触发机制,并且设计了神经网络控制器,对于系统中包含的传输时滞,引入系统时滞模型,运用输入延迟法将同步控制器求解问题转化为时滞系统的稳定性问题。再通过构造分段Lyapunov-Krasovskii泛函并结合Jensen不等式,给出了非线性系统稳定条件。与传统数据采样系统相比,本文所提出的方法有效地增大了采样间隔,结尾通过例子仿真验证了所提出方法的有效性。(本文来源于《测控技术》期刊2019年10期）
彭访,周香,宫海晓[4]（2019）在《适用于光伏发电系统的神经网络最大功率点跟踪控制器研究（英文）》一文中研究指出针对基于BP神经网络的光伏最大功率点跟踪(MPPT)控制存在的问题,提出了一种适用于光伏发电系统的改进型神经网络MPPT控制器。首先对太阳能光伏发电系统中的电池工作原理及其等效电路进行了分析。然后采用BP神经网络和模糊控制相结合对来实现光伏MPPT控制。此外,采用自适应参数对模糊控制器进行了改进。最后,基于BOOST转换电路建构建了光伏电池的matlab/simulink仿真模型。实验结果显示:提出的最大功率点跟踪控制器具有较高的准确性和反应速度,且稳定性较好。(本文来源于《机床与液压》期刊2019年18期）
朱璐,陈昶荣[5]（2019）在《飞行器编队神经网络自适应控制器设计》一文中研究指出针对无数据链支持条件下的主从结构飞行器协同编队控制问题,对编队控制回路进行分析设计。首先在惯性空间中定义相对运动坐标系,建立相对运动模型;其次将领导者加速度信息作为扰动量,结合PD控制器与RBF神经网络理论,设计了编队控制律,并证明了控制系统的稳定性;最后,对编队飞行控制器进行了仿真,并与经典PD控制器进行对比。仿真结果表明,RBF神经网络能够增强控制系统的鲁棒性,使编队控制系统能够快速精确地对期望编队队形进行构建并保持。(本文来源于《战术导弹技术》期刊2019年05期）
吴梅,刘高远,郭一鸣,翟弈姗[6]（2019）在《直升机大包线神经网络控制器设计》一文中研究指出直升机各通道的强耦合性以及复杂的非线性关系导致其控制系统设计困难。为了解决上述问题,对飞行包线内的多状态点进行小扰动线性化,基于H_∞混合灵敏度理论设计姿态控制系统,利用线性控制器产生的误差输入及控制输出进行样本采集,搭建RBF径向基神经网络并用采集到的样本训练该网络实现控制器的拟合,对训练得到的神经网络控制器在飞行包线内非设计点处进行控制效果验证。仿真结果表明:上述控制系统能够很好地跟踪姿态控制指令,跟踪速度快,对整个包线的直升机模型控制有较强的鲁棒性和自适应性。(本文来源于《计算机仿真》期刊2019年09期）
桑宏强,张鑫贵,孙秀军,杨世明[7]（2019）在《虚拟锚泊神经网络模糊滑模控制器的设计》一文中研究指出针对虚拟锚泊浮标在目标点位置难以进行锚泊的问题,设计了一种神经网络模糊滑模控制器。通过引入虚拟锚泊圆,将在锚泊点一定范围内虚拟锚泊的问题转变为对虚拟锚泊圆进行路径跟踪的问题,应用Fossen矩阵建立虚拟锚泊浮标动力学模型,采用Serret-Frenet坐标变换和重新定义输出变量,将单输入多输出非线性系统转变为单输入单输出非线性系统,进而构建滑模控制器,采用模糊算法对滑模开关量进行在线调整,削弱滑模控制器的"抖振",采用神经网络对滑模控制器进行优化,摆脱对系统模型的依赖性,提高控制器的鲁棒性,并对该控制器进行仿真实验和分析,结果表明该控制器具有很好的虚拟锚泊性能。(本文来源于《中国海洋大学学报(自然科学版)》期刊2019年S1期）
王洪利,李建成[8]（2019）在《用于卷积神经网络硬件加速器的3D DMA控制器》一文中研究指出在卷积神经网络硬件加速器(Convolutional Neural Networks Accelerator, CNNA)中,需要大量的数据访问和中间数据缓存,系统架构中负责数据传输的DMA控制器(Direct Memory Access Controller,DMAC),性能高低将直接影响整个加速器的算力。针对传统DMAC传输叁维图像特征(feature)和权重(weight)时,需多次加载数据到内存的问题,本文创新性的提出了一种专用于CNNA的3D(Width,Height, Channel)DMAC的设计。整个架构有四个DMAC,每个DMAC支持单通道传输,可以并行工作互不影响。设计的DMAC支持多种操作模式,除基本的直接内存访问模式,还包括3D模式,即支持3D图像数据控制,极大提高了加速器的工作效率。本设计已用verilog语言在RTL上建模,并对功能进行了综合、仿真和验证,结果表明设计满足应用需求。(本文来源于《中国集成电路》期刊2019年08期）
齐帅,陈智,吴志强,丁琳,刘朝晖[9]（2019）在《基于神经网络的核安全级主控制器负荷率预测研究》一文中研究指出为保证系统运行的可靠性,核电厂对安全级数字化仪控系统主控制器的负荷率有着严格的要求,在系统投入正式运行前需要测试主控制器的负荷率。为了能够在设计阶段得到准确的负荷率值,有必要对具有非线性组合特点的主控制器的组态模块的执行时间进行研究,从而得到主控制器负荷率的预测值。为此设计了基于BP神经网络模型预测主控制器负荷率的方案;针对BP神经网络在训练过程出现的最优化问题,采用遗传算法加以优化改进。结果表明,该方法能够对主控制器负荷率进行快速准确的预测,满足实际工程需求。(本文来源于《自动化与仪表》期刊2019年07期）
金鸿雁,赵希梅[10]（2019）在《基于Sugeno型模糊神经网络和互补滑模控制器的双直线电机伺服系统同步控制》一文中研究指出针对高精密直驱龙门定位平台的双直线电机伺服系统的位置同步控制问题,提出一种Sugeno型模糊神经网络(SFNN)同步补偿器和互补滑模控制器(CSMC)相结合的控制方法。建立了含有参数变化、外部扰动和摩擦力等不确定性的永磁直线同步电机(PMLSM)动态模型,采用广义滑模面和互补滑模面相结合的方式来设计CSMC。CSMC可有效抑制参数变化、外部扰动和摩擦力等不确定性的影响,削弱传统滑模控制器(SMC)存在的抖振现象,减小系统的跟踪误差,实现高精度位置跟踪。同时,利用SFNN同步补偿器解决双直线电机间动态参数不匹配问题及耦合现象,SFNN同步补偿器可对每个轴进行误差补偿,从而减小位置同步误差,保证系统实现同步控制。实验结果表明,该控制方法可明显减小系统的跟踪误差和同步误差,进而改善轮廓加工精度。(本文来源于《电工技术学报》期刊2019年13期）
神经网络控制器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对一个时变且不确定的复杂系统,设计了一种全新间接型自适应多层类神经网络控制器。运用全新架构的多层类神经网络测算器,对时变受控体的系统参数进行在线识别,创新性地实现了利用极点配置法来计算自适应自我调试控制(STR)控制器参数。试验结果表明,自适应多层类神经网络控制器不论是在瞬时特性或是稳态特性方面,均优于传统的自适应STR控制器。通过对稳定时间、过冲量以及均方根稳态误差值等性能指标的交叉比较,证明了这类控制器具有优异的响应特性及强健性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
神经网络控制器论文参考文献
[1].秦永峰,龚国芳,王飞,孙辰晨.基于RBF神经网络的液黏调速离合器活塞位移控制器设计[J].工程设计学报.2019
[2].章磊,姚庆文,徐伟,李燕.自适应类神经网络控制器在时变系统中的应用[J].自动化仪表.2019
[3].郭欣,高燕,蒋琳,张志姝.基于事件触发的神经网络控制器稳定性分析[J].测控技术.2019
[4].彭访,周香,宫海晓.适用于光伏发电系统的神经网络最大功率点跟踪控制器研究（英文）[J].机床与液压.2019
[5].朱璐,陈昶荣.飞行器编队神经网络自适应控制器设计[J].战术导弹技术.2019
[6].吴梅,刘高远,郭一鸣,翟弈姗.直升机大包线神经网络控制器设计[J].计算机仿真.2019
[7].桑宏强,张鑫贵,孙秀军,杨世明.虚拟锚泊神经网络模糊滑模控制器的设计[J].中国海洋大学学报(自然科学版).2019
[8].王洪利,李建成.用于卷积神经网络硬件加速器的3DDMA控制器[J].中国集成电路.2019
[9].齐帅,陈智,吴志强,丁琳,刘朝晖.基于神经网络的核安全级主控制器负荷率预测研究[J].自动化与仪表.2019
[10].金鸿雁,赵希梅.基于Sugeno型模糊神经网络和互补滑模控制器的双直线电机伺服系统同步控制[J].电工技术学报.2019
论文知识图
