[混合神经网络在高精度伺服系统中的应用]

【混合神经网络在高精度伺服系统中的应用】.pdfi 1996-X1612-688-4 15目录 S2能使给定信号2四倍频及鉴相电路S1伺服系统的一般结构 1电机伺服系统主要元、部件的选择.S1电机伺服系统的性能指标 S1伺服系统的控制策略 第二章位置伺服系统的构成设计:S2AC200交流伺服系统,S2控制部分组成 2主电路(电源模块)S2交流伺服电机 S2辅助控制电路 S2故障报警 2驱动准备好信号 S2速度信号给定 S2.4952 5657.60S1模糊控制系统的基本组成 S1伺服系统的模糊控制器组成及其基本原理,S2引言,S2一般自组织模糊控制算法的建立S2模糊自组织PID控制算法S2控制算法对于伺服系统实际控制性能研究 第七章自适应模糊神经网络在模糊建模和控制中的应用:65 第一节FNN的基本构造第二节一种改进型混合模糊神经网络及其应用S2混合模糊神经网络S2混合模糊神经网络在伺服控制系统中的应用浙江大学硕士论文 S3.>V(t) 对象 简单地说,经典PID调节器原理为:用参考输人和被调量的误差及其微 分、积分的线性组合来产生控制信号.它实际上包含以下两个步骤:1.产生控 制量u所依据的三个基本要素:输人一输出误差e及其积分edr和微分 PID调节器大量应用于工业过程控制,但在不同场合它还不能完全适应各 种工矿要求,因此人们通过自校正控制、.广义预测控制、模翻控制、专家系 其中,基于过程特征参数的PID调节器参数自整定方法,因其不需要在线 辨识对象的数学模型,方法比较简单,因此在实际工程中得到了较为广泛的应 用,如本实验所用的伺服系统中的速度环的控制就应用此方法。
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。