基于径向基函数神经网络观测器的设计及应用.pdf

基于径向基函数神经网络观测器的设计及应用.pdf

ID:52209187

大小:310.10 KB

页数:5页

时间:2020-03-25

基于径向基函数神经网络观测器的设计及应用.pdf_第1页
基于径向基函数神经网络观测器的设计及应用.pdf_第2页
基于径向基函数神经网络观测器的设计及应用.pdf_第3页
基于径向基函数神经网络观测器的设计及应用.pdf_第4页
基于径向基函数神经网络观测器的设计及应用.pdf_第5页
资源描述:

《基于径向基函数神经网络观测器的设计及应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、352西安理工大学学报JournalofXi’anUniversityofTechnology(2013)Vo1.29No.3文章编号:1006-4710(2013)03-0352-05基于径向基函数神经网络观测器的设计及应用钟斌,赵晓青,胡雪艳(1.武警工程大学装备工程学院,陕西西安710086;2.武警工程大学理学院,陕西西安710086)摘要:为了解决系统状态变量不宜直接测量的问题,利用神经网络能对任意函数逼近的原理,采用RBF神经网络针对标准单输入、单输出系统,利用可测变量为输入量,在基本状态观测器的基础上

2、设计了神经网络状态观测器。系统状态观测误差是收敛有界的,并且该界与神经网络权值逼近误差有关,合理设计神经网络参数,将该观测器应用于起重摆角子系统,利用小车位置变量为输入量,实现对吊重摆角速度的现场软测量。仿真研究的结果表明,神经网络观测器具有良好的快速响应性,其观测时间小于1S;3"-系统存在建模误差和参数摄动时,神经网络观测器能较好地适应小车驱动力的输入形式;神经网络观测器具有较平稳的观测过程。关键词:神经网络观测器;起重机吊重系统;径向基函数;吊重摆角速度;状态观测中图分类号:TH213,TP271文献标志码:

3、ALoad’SSwingAngleVelocitySoftMeasureforCraneBasedonNeuralNetworkObserverZHONGBin,ZHAOXiaoqing,HUXueyan(1.EquipmentEngineeringCollege,EngineeringUniversityofChineseArmedPoliceForce,Xi’an710086,China;2.ScienceCollege,EngineeringUniversityofChineseArmedPoliceForc

4、e,Xi’an710086,China)Abstract:Inordertosolvethesystemstatevariableunsuitabledirectmeasuringproblem,theneuralnet—workobserverisdesignednothebasisofbasicstateobserverusingneuralnetworkabletoapproximatear—bitraryfunctionandwithRBF(radialbasisfunction)neuralnetwork

5、aimingatstandardsingleinputandsingleoutput(SISO)systemandusingmeasurablevariablesastheinputamount.Thesystemstateobser·vationerrorisconvergentandbounded.Andtheeror’sboundaryisrelatedwiththeneuralnetworkweightedapproximateeror.Throughrationaldesignofneuralnetwor

6、kparameters,theobserverisusedintheload’Sswingsubsystemofcrane.Thetrolley’Spositionvariableisusedastheinputtorealizethesoftmeasurementoftheloadingswinganglevelocity,thesimulationresearchresultsindicatethattheneuralnetworkisofabetterfastresponse,whoseobservation

7、timeislessthan1S;whenthereexistthemodelconstructionerrorandparameterperturbationinthesystem,theneuralnetworkobservercanbebettera—daptabletotheinputpatternoftrolley’Sdrivingforce.Accordingly,theneuralnetwork’Sobserverisofbetterobservingprocess.Keywords:neuralne

8、tworkobserver;crane—loadsystem;RBF;load’Sswinganglevelocity;stateob—SPn,r径向基函数(RadialBasisFunction,RBF)神经动力学模型。对于起重机吊重系统通常采用小车在网络能以任意精度逼近任意连续函数,具有较大车上的位移、小车适时速度、吊重偏离竖直线的位强的鲁棒性。在对起重

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。