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
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
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
振荡故障
伺服作动系统
自动驾驶仪
飞机舵面
监控方法
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
变化检测网络
图像块
特征提取模块
模态特征
融合特征