《基于RBF神经网络的直驱式AMT无传感控制技术研究》PDF+DOC
作者:李强,李波,李玉娇,葛文庆,谭草
单位:西安微电机研究所
出版:《微电机》2020年第05期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFWDJZ2020050110
DOC编号:DOCWDJZ2020050119
下载格式:PDF + Word/doc 文字可复制、可编辑
《改进型RBF神经网络在磁致伸缩液位传感器中的应用》PDF+DOC2015年第12期 王晓,杨祖安,彭碧辉
《RBF神经网络在柔性触觉传感器解耦中的应用》PDF+DOC2015年第10期 王菲露,宋杨
《基于改进RBF神经网络的传感器温度补偿系统研究》PDF+DOC2016年第06期 宋瑞娟
《基于故障模型的AMT关键故障对系统的影响研究》PDF+DOC2016年第10期 陈奇,张振,樊浩,徐帆
《基于RBF神经网络的MIMU姿态解算算法研究》PDF+DOC2019年第12期 姚文凯,邢砾文
《基于RBF神经网络的热电偶建模方法》PDF+DOC2005年第24期 蔡兵
《基于RBF神经网络的船载雷达速率陀螺动态性能检测方法》PDF+DOC2012年第06期 陶敏,丁求启,王新荣
《AMT可靠性台架试验方法研究》PDF+DOC2009年第09期 赵熙俊,王洪亮,陈慧岩
《基于RBF神经网络的热敏电阻温度传感器非线性补偿方法》PDF+DOC2007年第05期 俞阿龙
《基于RBF神经网络的全姿态磁航向误差建模与补偿》PDF+DOC2007年第10期 焦飞,赵忠,王璐
为提高直驱式AMT的结构紧凑性,降低制造成本,研究了一类基于电磁直线驱动装置的无传感控制技术。阐述了基于电磁直线驱动装置的自动变速器工作原理,针对其运动过程呈现强非线性特点,建立了基于RBF神经网络的位移预测仿真模型。以电磁直线驱动装置的电流、电压、输入轴的转速作为网络的输入特征,经过预测得到电磁直线驱动装置动子位移。预测位移值作为控制策略的参考,实现对直驱式AMT的换挡控制。使用直驱式AMT换挡试验台架完成换挡实验,实验结果显示在转动惯量0.04 kg·;m~2,转速差400r/min的工况下,RBF神经网络预测精确度为93.8%,RMSE为97,MAPE为0.42%,可顺利实现换挡。基于RBF神经网络的无传感控制技术可应用于复杂直线运动的位移预测,具有重要的实际应用价值。
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。