基于数据分类的自适应比例阀神经网络建模
Adaptive ANN Modeling of Proportional Valve Based on Data Classification
针对电液比例阀中由于电压、流量非线性耦合引起的开环控制精度低的问题,采用基于数据分类的BP神经网络方法建立了比例阀电压-流量-压力静态模型.方法中提出了基于死区、滞环的数据分类原则,有效地降低了比例阀的死区、滞环等非线性因素对建模精度的影响,同时,改进了网络误差函数,提高了系统建模速度,并对模型进行了试验验证.试验结果表明:改进的神经网络建立的模型能准确反映比例阀的死区、滞环的特点,模型泛化性好,
- 作者:
- 肖俏;汪首坤;王军政
- 作者单位:
- 北京理工大学自动化学院
- 母体文献:
- 第二十九届中国控制会议论文集
- 会议名称:
- 第二十九届中国控制会议
- 会议时间:
- 2010年
- 会议地点:
- 中国北京
- 主办单位:
- 中国自动化学会控制理论专业委员会(Technical Committee on Control Theory,Chinese Association of Automation)
- 中图分类号:
- TP183;TP13
- 关键词:
- 非线性模型;BP神经网络;电液比例阀;数据分类;自适应
- 数据分类;自适应;电液比例阀;模型;滞环;神经网络建立;死区;非线性因素;非线性耦合;BP神经网络