PID节制算法回收增量式算法,3个参数kp、ki、 kd的整定为在线调解方法。RBF神经网络回收三层前向网络,由输入到输出的映射为非线性,而隐含层空间到输出空间的映射为线性,从而大大加速了进修速度,提高了算法精度,有效制止结局部极小问题。
2 基于RBF-PID算法的节制器设计
减摇水舱倾斜摇摆台系统如图1 所示。
船舶在海上飞行时会受到风、浪和流的影响,在其滋扰下会发生猛烈的横摇及横荡举动,这将极大威胁船舶的飞行安详。减摇水舱是减小船舶横摇的重要减摇装置之一,尤其是在船舶处于低航速和零航速的环境下,通例减摇装置如减摇鳍,将很难发挥浸染,而回收减摇水舱造价相对较低,可以有效办理船舶在低航速飞行时的耐波性困难,而且到达明明的减摇结果。
某船舶相关船型参数和情况参数如下:排水量D=1 574t,船长L=100m,船宽B=10.5m,初稳心高h=1.065m,吃水T=3.2m,水舱水量占总排水量的4.1%阁下,船舶固有周期T=7.263s,无因次阻尼系数μ=0.16,缩尺比λ=8.6,六级海情H1/3=5m,波浪最大横摇力矩Mmax=3.5×106N·m,波浪最大角频率ωmax=2rad/s,要求系统误差小于5%。按照以上参数, 凭据缩尺比得出的详细参数如表1所示。
个中Ka为电液伺服阀比例环节系数;Kf为扭矩传感器比例环节系数;Kq为电液伺服阀阀口流量增益;B为负载折算阻尼系数;CK为负载折算刚度;A为油缸活塞有效事情面积;V0为油缸事情腔、阀腔和连经受道的总容积的一半;β为事情油液的有效体积弹性模数;Km为油缸总泄漏系数;m为负载折算质量。
在本文电液力矩伺服系统中,回收RBF神经网络举办辨识,其布局如下:输入层为3个神经元,隐含层为6个神经元,输出层为1个神经元。辨识网络的3个输入为:u(k)、y(k)、 y(k-1)。神经网络整定方针函数为:
倾斜摇摆台是开展减摇水舱研究的重要手段,它可以模仿实际船舶在波浪中的举动,在此基本上研究水舱的举动节制纪律并可检测到相应的减摇结果。鉴于波浪横摇力矩幅值和频率变革过快,同时对节制系统要求很高,本文设计的倾斜摇摆台回收基于RBF-PID算法的电液力矩伺服节制系统,以大幅度提高系统的伺服精度。
4 结语
本文对倾斜摇摆台电液力矩伺服系统举办了数学建模,实现了基于RBF-PID算法的节制系统仿真。仿真功效表白, 该节制系统可以或许对给定信号正确模仿,并举办相应减摇,可以或许满意倾斜摇摆台系统以及减摇水舱对减摇结果的要求。
3.1 相关参数设定
0 引言
RBF 神经网络不只具有精采的泛化本领,并且制止了像反向流传那样繁琐、冗长的计较,使其进修速度较凡是的BP网络要快,今朝获得了遍及应用。RBF神经网络具有任意非线性迫近本领,可以通过大量进修实现PID的最优参数整定。本文设计的RBF神经网络整定PID节制系统布局如图2所示。
3 系统仿真
1 倾斜摇摆台电液力矩伺服系统数学建模
要求系统误毕业论文范文 差小于5%
毕业论文库:计算机 时间:2016-12-27 点击:
次