摘要
本发明涉及工业自动化技术领域,具体为用于振动识别的线性二次型控制方法;所述收集振动数据、被控装置数据和对应的线性二次型控制参数数据,并对所收集的数据进行预处理,便于后续的卷积神经网络训练,以保证训练的可靠性和准确性,再根据被控装置构建相应的虚拟被控模型,并采用线性二次型控制虚拟被控模型的振动,训练卷积神经网络,并优化控制参数,以所获取的优化控制参数作为线性二次型控制的参数,对被控装置进行控制,最后更新控制参数至满足设定的振动阈值;本发明所提供的方法,能够通过更新控制参数,实现不同振动输入下的最优控制,满足被控装置的使用振动控制要求。
技术关键词
训练卷积神经网络
线性
数据
卷积神经网络训练
工业自动化技术
参数
滤波
周期
标记
系统为您推荐了相关专利信息
SMOTE算法
学习器
诊断系统
数据
Stacking集成学习
医学高光谱
图像分类方法
Softmax函数
输出特征
高光谱图像处理技术
安抚
情绪特征
人机交互方法
生成对抗网络
对话生成模型
金属锭
检测网络模型
图像处理模块
交叉点
图像传输装置
肿瘤靶向给药系统
中药发酵技术
智能算法模块
数据处理模块
消化道肿瘤治疗