基于神经网络的传感器和执行器非线性补偿的研究

《基于神经网络的传感器和执行器非线性补偿的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华北电力大学硕士学位论文摘要摘要本文提出了一种采用神经网络逼近非线性函数的逆来补偿传感器和执行器非线性环节的方法，该方法可以很好解决控制系统中非线性环节的影响，使系统转化为广义的线性系统。此外，本文还提出了一种二阶神经网络执行器死区逆补偿方法，实现了对未知非线性死区环节的动态补偿。这种方法用于死区补偿不需要任何死区非线性和约束性假设，实现了由神经网络估计器和神经网络补偿器组成的补偿策略，为非线性补偿提供了新的解决方法。关键词:神经网络，非线性，补偿AbstractAmethodforsensorsandactuatorsnonlinea

2、rcompensation,whichisbasedonneuralnetworksdead-zoneinverseapproximation,ispresented.Theoryanalysisandexperimentresultsshowthatthemethodcansolvethenegativeefectscausedbynonlinearsectorsincontrolsystems,andconvertthesystemintoageneralizedlinearsystem.Thisarticlealsoprovide

3、samethodofdead-zonecompensationofactuatorbasedonsecond-orderneuralnet,whichrealizedthedynamiccompensationforunknownnonlineardead-zone.Thismethoddoesn'trequireanyhypothesisofnonlinearandconstraintofdead-zone,andrealizedthecompensationstrategycomposedofestimatorandcompensa

4、torusingneuralnetworks,whichsuppliesanewsolutionfornonlinearcompensation.Moreover,BPandRBFneuralnetworksareusedtoresearchtheadaptiveinversecontrolfornonlinearsystemsZhangJing(ControlTheoryandControlEngineering)DirectedbyProf.HanPuKeywords:neuralnetworks,nonlinearity,comp

5、ensation声明本人郑重声明:此处所提交的硕士学位论文《基于神经网络的传感器和执行器非线性补偿的研究》，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名:二“川.日期:__关于学位论文使用授权的说明本人完全了解华北电力大学有关保留、使用学位论文的规

6、定，即:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段复制并保存学位论文;③学校可允许学位论文被查阅或借阅:④学校可以学术交流为目的，复制赠送和交换学位论文:⑥同意学校可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。(涉密的学位论文在解密后遵守此规定)作者签名:_导师签名日期:日期:华北电力大学硕士学位论文第一章绪论1.1选题背景及其意义随着现代科学技术的迅速发展和生产规模的日益扩大，出现了大量的非线性系统，如工业生产过程控制系统n1、智能机器人系统[21、计算机集成制造系统

7、(CIMS)[31,航空航天及军事指挥系统[41等，传统的自动控制理论和控制方法已不能有效地完成控制任务，建立新一代的控制理论和控制方法来解决非线性系统的控制问题，已成为国际控制学术界共同关心的研究课题。非线性系统的分析与设计往往比线性系统要困难的多。尽管控制理论与应用的研究己经取得了巨大的进展，但是来自实践的需要，以及各种方法的局限性，对非线性控制理论的发展提出了挑战。因此，非线性系统控制理论的研究还出现了一些全新的方法，如学习控制、循环控制、神经网络及模糊控制等。这些方法不仅推动了非线性控制理论的研究，而且还扩展了非线性研究领域。随

8、着神经网络的兴起及发展，神经网络已经应用于控制领域，并且已在系统辨识(5,61、控制[7-91、优化[10-131、故障诊断【14,15】及与其他算法相结合等方面取得了相应的进展。非线性系统的自适应逆控制问