- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于RBF神经网络自整定PID的双护盾掘进机液压推进系统控制分析
HydraulicsPneumatics& Seals/No.3.2010
基于 RBF神经 网络 自整定 PID的双护盾
掘进机液压推进系统控制分析
侯 昆洲 徐莉萍 任德志 张 成
(河南科技大学机电工程学院,河南洛阳 471003)
摘要:该文介绍了双护盾掘进机推进系统的工作原理,在AMESim环境下建立了液压系统的模型 ,根据实际情况对相关参数进行
了优化设计 ,考虑到系统的时变非线性以及复杂工况的影响,采用了基于RBF神经网络 自整定PID控制算法,在MATLAB下编写
了相应的S函数 ,通过AMESim/Sinulink与AMESim进行联合仿真分析。仿真结果表明,与常规 PID控制相 比,该控制器易于实现
PID参数的自整定,能明显改善系统的鲁棒性和适应能力。
关键词:双护盾 ;液压推进系统;RBF神经网络PID;AMESim;联合仿真
中图分类号 :TH137.7 文献标识码 :A 文章编号 :1008—0813(2010)03—0019—05
SpeedControlforHydraulicThrustSystem ofTelescopicShieldTunneling
M achineBasedon Pal3F-NN SelTuningPID Controller
HOU Kun—-zhou XU Li—-ping REN De—z‘hi ZHANG Cheng
(CollegeofMechatronics,HenanUniversity ofScienceTechnology,Luoyang 471003,China)
Abstract:Thepaperintroducestheprincipleofthethrusthydraulicsystem oftelescopicshield tunnelingmachine,and buildthemodleof
hydraulicsystem inAMESim environment,basisthefacttooptimum design therelevantparametre,consideringthesystem time—change,
non— linearandthe affectofcomplexoperating contion,adoptingthecontrolalforithm ofRBF NeuralNetwork Self—tuningPID. The
S-function iswritteninMATLABenvironment,theco—simulationofhydraulicandcontrolsystem wascarriedoutbymeansoftheAMESim and
MATLAB/Simulinksoftwareinterface.Thesimulationresultsshow thatcomparedtothegeneralPID,thecontrolcaneasilyachievethesystem
parameterSelf-tuningandcanclearimprovethesystem robustnessandtheadaptability.
KeyW ords:telescopicshield;hydraulicthurstsystem;RBF—NN PID;AMESim ;co—simulation
化仿真,仿真分析表明具有 自学习和 自适应能力的
0 引言
RBF神经网络 自整定 PID控制器 ,不但结构简单,而
随着我国经济的发展,在铁路、公路、水工等领 且能适应环境的变化,具有较强的鲁棒性,可实现盾
域必然会 出现许多不 同的长大隧道 ,又多处于软硬交 构掘进姿态的快速准确控制。
替地层 中,而双护盾掘进机主要应用于软硬兼有 ,又
原创力文档


文档评论(0)