欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024108906501
申请人: 华东交通大学
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于模糊神经网络PID算法的双缸控制方法,其特征在于,包括:获取两个液压缸的位移偏差参数并进行偏差判断;

若判定所述位移偏差参数大于预设偏差阈值,则根据模糊神经网络算法对所述位移偏差参数进行双缸误差调节,以获取误差调节参数;

所述模糊神经网络具体包括:模糊神经网络包括输入层、模糊化层、模糊推理层和输出层,所述输入层设有对应位移偏差参数的两个神经元节点,所述模糊化层设有对应隶属度值十四个神经元节点,所述模糊推理层设有对应模糊规则的四十九个神经元节点,所述输出层设有对应参数变化量的三个神经元节点;

所述模糊神经网络算法具体包括:模糊神经网络输入层获取位移偏差参数中的位移偏差其中,

模糊神经网络模糊化层对位移偏差其中,

模糊神经网络模糊推理层进行模糊规则匹配,所述模糊推理层定义如下:其中,

模糊神经网络输出层进行模糊量求解,所述输出层定义如下:其中,

以获取误差调节参数,所述误差调节参数的定义如下:其中,

所述获取误差调节参数的步骤之后还包括:进行模糊神经网络权值优化,所述权值优化的误差代价函数如下:其中,

以进行模糊化层的参数调整,所述参数调整定义如下:其中,

根据BP神经网络算法对每个液压缸的预期输出参数、实际输出参数和所述误差调节参数进行单缸输出调节,以获取单缸输出第一控制参数,并根据所述单缸输出第一控制参数调节对应液压缸的输出;

所述BP神经网络具体包括:BP神经网络包括输入层、隐含层和输出层,所述输入层设有三个神经元节点,所述隐含层设有五个神经元节点,所述输出层设有三个神经元节点,所述输入层定义如下:其中,

所述隐含层定义如下:

其中,

所述输出层定义如下:

其中,

以获取BP神经网络的最终输出量,所述最终输出量包括单缸输出第一控制参数和单缸输出第二控制参数,所述最终输出量定义如下:其中,

所述以获取单缸输出第一控制参数的步骤之后还包括:根据性能指标函数对BP神经网络的权系数进行调整优化,所述性能指标函数如下:其中,

所述调整优化的公式如下:

其中,

获取BP神经网络隐含层和输出层的权系数调整优化函数,以进行BP神经网络隐含层和输出层的调整优化,所述隐含层的调整优化函数如下:其中,

所述输出层的调整优化函数如下:其中,

2.根据权利要求1所述的基于模糊神经网络PID算法的双缸控制方法,其特征在于,所述方法还包括:若判定所述位移偏差参数小于等于预设偏差阈值,则根据BP神经网络算法对每个液压缸的预期输出参数、实际输出参数和所述位移偏差参数进行单缸输出调节,以获取单缸输出第二控制参数,并根据所述单缸输出第二控制参数调节对应液压缸的输出。

3.一种基于模糊神经网络PID算法的双缸控制系统,其特征在于,包括:判断模块,用于获取两个液压缸的位移偏差参数并进行偏差判断;

双缸同步控制模块,用于若判定所述位移偏差参数大于预设偏差阈值,则根据模糊神经网络算法对所述位移偏差参数进行双缸误差调节,以获取误差调节参数;

所述模糊神经网络具体包括:模糊神经网络包括输入层、模糊化层、模糊推理层和输出层,所述输入层设有对应位移偏差参数的两个神经元节点,所述模糊化层设有对应隶属度值十四个神经元节点,所述模糊推理层设有对应模糊规则的四十九个神经元节点,所述输出层设有对应参数变化量的三个神经元节点;

所述模糊神经网络算法具体包括:模糊神经网络输入层获取位移偏差参数中的位移偏差其中,

模糊神经网络模糊化层对位移偏差其中,

模糊神经网络模糊推理层进行模糊规则匹配,所述模糊推理层定义如下:其中,

模糊神经网络输出层进行模糊量求解,所述输出层定义如下:其中,

以获取误差调节参数,所述误差调节参数的定义如下:其中,

所述获取误差调节参数的步骤之后还包括:进行模糊神经网络权值优化,所述权值优化的误差代价函数如下:其中,

以进行模糊化层的参数调整,所述参数调整定义如下:其中,

单缸输出控制模块,用于根据BP神经网络算法对每个液压缸的预期输出参数、实际输出参数和所述误差调节参数进行单缸输出调节,以获取单缸输出第一控制参数,并根据所述单缸输出第一控制参数调节对应液压缸的输出;

所述BP神经网络具体包括:BP神经网络包括输入层、隐含层和输出层,所述输入层设有三个神经元节点,所述隐含层设有五个神经元节点,所述输出层设有三个神经元节点,所述输入层定义如下:其中,

所述隐含层定义如下:

其中,

所述输出层定义如下:

其中,

以获取BP神经网络的最终输出量,所述最终输出量包括单缸输出第一控制参数和单缸输出第二控制参数,所述最终输出量定义如下:其中,

所述以获取单缸输出第一控制参数的步骤之后还包括:根据性能指标函数对BP神经网络的权系数进行调整优化,所述性能指标函数如下:其中,

所述调整优化的公式如下:

其中,

获取BP神经网络隐含层和输出层的权系数调整优化函数,以进行BP神经网络隐含层和输出层的调整优化,所述隐含层的调整优化函数如下:其中,

所述输出层的调整优化函数如下:其中,

4.一种存储介质,其特征在于,所述存储介质存储一个或多个程序,该程序被处理器执行时实现如权利要求1-2任一项所述的基于模糊神经网络PID算法的双缸控制方法。

5.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,其中:所述存储器用于存放计算机程序;

所述处理器用于执行所述存储器上所存放的计算机程序时,实现权利要求1-2任一项所述的基于模糊神经网络PID算法的双缸控制方法。