《负荷车电涡流缓速器加载控制系统研究》PDF+DOC
作者:李忠利,闫祥海,周志立
单位:西安交通大学
出版:《西安交通大学学报》2018年第03期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFXAJT2018030170
DOC编号:DOCXAJT2018030179
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于BP神经网络的沥青洒布精度研究》PDF+DOC2016年第06期 邵珠枫,朱敬花
《模糊PID控制在参考式扭矩装置伺服加载系统中的应用》PDF+DOC2015年第12期 缪凯祥,焦侬,戴明
《基于BP神经网络的通风机自动监测控制系统研究》PDF+DOC2018年第12期 田贵斌
《装载机连杆载荷测试与载荷谱编制方法研究》PDF+DOC2019年第02期 万一品,宋绪丁,陈乐乐,张磊
《一种基于RBF神经网络的雷达稳定转台复合控制方法》PDF+DOC2019年第01期 游新望,曹正才
《EPS性能测控系统加载装置的研究》PDF+DOC2005年第05期 唐岚,刘海泉,陈翀
《多传感器融合技术在调施胶系统中的应用》PDF+DOC2011年第02期 孟凡虎,孙丽萍,张冬妍
《智能测控系统》PDF+DOC2015年第02期 党俊艺
《基于BP神经网络PID参数整定的空燃比控制策略研究》PDF+DOC2013年第06期 刘小斌
《双加热探空仪湿度传感器的加热控制研究》PDF+DOC2013年第08期 张颖超,王飞帆,廖俊玲,邓玲
为能更真实反映被试拖拉机牵引特性,对负荷车加载系统进行了改进,建立了负荷车加载系统传递函数模型。以牵引力载荷谱随机信号为输入,采用BP神经网络算法对加载系统进行动态加载控制,以输出不同类型的作业载荷。对系统响应特性进行了动态分析,在此基础上进行了道路试验验证,证明加载系统的有效性。在该控制模式下系统仿真载荷输出延迟0.12s,最大超调量为3.1%;路试载荷输出延迟0.22s,最大超调量为4.2%。试验结果表明,BP神经网络PID控制的系统输出载荷对输入载荷具有更好的跟随效果,比传统PID控制响应性好,开发的负荷车加载系统输出载荷能够较好再现拖拉机实际牵引载荷。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。