基于模糊神经控制氢气压缩的电液伺服泵控方法及系统

AITNT
正文
推荐专利
基于模糊神经控制氢气压缩的电液伺服泵控方法及系统
申请号:CN202510761719
申请日期:2025-06-09
公开号:CN120351135A
公开日期:2025-07-22
类型:发明专利
摘要
本发明提供一种基于模糊神经控制氢气压缩的电液伺服泵控方法及系统,涉及氢气压缩技术领域,方法包括:确定电液伺服泵控的液压缸当前状态,得到输入控制变量;确定输出控制变量,建立模糊控制规则,划分基本论域;进行复合反模糊化,通过前馈神经网络,得到修正后权重系数;动态优化修正离散规则幅值修正因子和权重系数修正量;建立神经网络训练利用损失函数评估模型,通过双缓冲机制实现,实现氢气压缩控制。本发明采用模糊PID控制,依据系统实时状态变化结合模糊逻辑进行复合反模糊化,对模糊PID输出的隶属函数按区域划分,合成驱动器的控制信号,实现氢气压缩控制;根据不同工况调整系统输出,减少功率损耗,提高系统控制精度。
技术关键词
前馈神经网络 电液 伺服泵控系统 模糊控制规则 背压溢流阀 神经网络训练 氢气 PID控制器 动力输出模块 加权平均法 流量监测模块 双缓冲机制 稳态 动态 冷却模块 溢流模块 压力继电器 电机冷却 系统实时状态 模糊PID控制
系统为您推荐了相关专利信息
1
一种考虑多因素影响的摩擦片疲劳寿命预测方法
摩擦片 疲劳寿命预测方法 深度神经网络模型 非线性映射关系 模糊综合评判方法
2
基于BERT和贝叶斯分类器的电子战装备关系抽取方法
关系抽取方法 朴素贝叶斯分类器 编码器 上下文特征 前馈神经网络
3
基于多尺度小波变换的飞机舵面振荡故障监控方法
振荡故障 伺服作动系统 自动驾驶仪 飞机舵面 监控方法
4
一种基于多模态特征融合的实体链接方法
实体链接方法 多模态特征融合 图像特征向量 文本特征向量 链接数据集
5
基于掩膜的自监督多模态遥感图像变化检测方法及系统
变化检测网络 图像块 特征提取模块 模态特征 融合特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号