王培峰 作品数:22 被引量:50 H指数:4 供职机构: 河北科技大学信息科学与工程学院 更多>> 发文基金: 河北省科技厅科技攻关项目 更多>> 相关领域: 自动化与计算机技术 电气工程 轻工技术与工程 机械工程 更多>>
非线性系统的无模型误差控制 被引量:4 2007年 针对未知非线性系统提出了一种具有输出变化量加速度比例因子的无模型自学习控制方案,主要思想是利用BP网络对系统输入输出量进行辨识,同时构造误差控制器,通过辨识学习器向误差控制器动态传递更新权阵,以实现对未知非线性系统的无模型误差自适应控制。Matlab7.0平台下的仿真结果表明,控制效果良好。 李青茹 王培峰 王冀超关键词:BP网络 自适应控制 基于模型求逆的间接自适应模糊控制器 被引量:4 2005年 本文给出了一种间接自适应模糊控制器,它通过在线模糊系统辨识得到控制对象的模型,然后根据所得模型在线地设计模糊控制器。该控制器可以检测到模型参数的突然变化,并能跟踪其随时间变化的特性,还可以改变控制器的性能指标来适应不同环境限制而不影响模糊规则库。 王培峰 李青茹关键词:模型辨识 模糊控制器 自适应 规则库 无刷直流电机转速的神经模糊控制 被引量:3 2007年 采用神经模糊控制器对无刷直流电机(Brushless Direct Current Motor,简称BLDCM)的转速进行控制。其控制规则用一对输入/输出数字信号来表示,用BP算法训练网络,经过训练的网络就相当于一个模糊关系存储器,执行模糊推理的功能。将这种神经模糊控制器用于BDCM的转速控制,其运行效果良好。 李青茹 王培峰 栗苹 尹志宇关键词:无刷直流电动机 基于T-S模型的自适应控制算法 被引量:1 2005年 针对非线性动态系统的实际情况,提出了一种基于T- S模型的模糊控制算法。对于已给定的希望输出值,不论前提条件是否改变,依据该算法得到的自适应控制量,控制误差一致小。 王培峰 李青茹关键词:T-S模型 自适应控制算法 模糊控制算法 机械设备故障的智能化诊断方法研究 赵玲玲 赵松杰 朱玉冉 王培峰 孟尚 黄春茹 杨奎河 王井阳 该课题为河北省科技厅2006年度下达的河北省科技攻关计划项目,课题编号为:06212121,主要研究支持向量机方法及其在复杂机械设备故障诊断中的应用。进行了故障诊断模型输入特征向量的提取。采用小波包分析技术,把信号分解在...关键词:关键词:机械设备 模糊神经网络在无刷直流电机中的应用 被引量:1 2009年 针对电动汽车中无刷直流电机负载波动较大的特点,提出了4层模糊神经网络模型,该模型融合了模糊逻辑和神经网络的长处,模糊推理和解模糊化均通过神经网络来实现。模糊化层将输入特征量转化为模糊量,选取的隶属函数使神经网络的权值表示一定的知识,在输出层通过解模糊得到具体的控制量。实验结果表明,该模糊神经控制系统具有较好的带负载能力和抗负载变化能力,达到了预期的效果。 李青茹 王培峰 张辉关键词:无刷直流电机 隶属函数 模糊神经网络 基于BP网络的非线性系统无模型误差自学习控制 被引量:2 2003年 针对未知非线性系统提出了一种基于BP神经网络的无模型误差自学习控制方案 ,其控制思想是利用BP网络及其冲量BP算法实现对系统输入输出量的速度辨识 ,同时构造了误差控制器 ,并通过速度辨识学习器向误差控制器动态传递更新权阵 ,以实现对未知非线性系统的自学习、自适应无模型控制。作者在matlab6.0平台下进行了仿真实验 ,其仿真结果令人满意。 王培峰 李青茹关键词:BP网络 辨识器 无模型控制 非线性系统 自学习 用分级神经网络学习机器人的动力学特点 2008年 给出了解决机器人控制问题一种神经网络方法。使用一个分级神经网络(NN)结构学习刚体机器人动力学特点。对于一般类别的机械手,使用前训练一系列的三层前馈网络模块,然后把这些基函数实时地用于第四层。使用线性控制原理,辅以非线性补偿控制机械手,使学得的机械手动力学知识创建一个在整个工程中高速控制机械手的控制器。模拟结果表明控制器的性能得到了大大提高。 孟尚 王冀超 李青茹 王培峰关键词:机器人 神经网络 控制器 基函数 基于ANFIS的有色噪声抵消技术 被引量:2 2007年 利用自适应神经模糊推理系统ANFIS对噪声的非线性动态特性进行建模,并利用ANFIS逼近有色噪声,然后从测量信号中消除有色噪声得到有用的信号。仿真结果表明利用这种方法能在和被测对象相似的噪声背景中很好地提取有用信号。 李青茹 王培峰关键词:ANFIS 噪声 测量信号 模糊逻辑系统的最近邻聚类学习算法 2004年 文章先提出了一种最优模糊逻辑系统 ,它能使样本中所有的输入—输出数据对都拟合到任意给定的精度 (在此意义上的最优 ) ;然后将这种最优模糊逻辑系统推广到大样本问题 ,为此 ,将样本数据用最近邻聚类算法进行分组 ,将每一组数据 (一个聚类 )视为一个数据对 ,用最优模糊逻辑系统来进行拟合。还给出了学习算法并进行了仿真实验 。 李青茹 王培峰 尹志宇关键词:模糊逻辑系统 最近邻聚类 学习算法