基于DRNN神经网络的双管液压减振器的车辆悬架振动研究

来源 :机床与液压 | 被引量 : 0次 | 上传用户:sunleilong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高车辆行驶的平顺性,采用DRNN神经网络PID控制车辆液压悬架系统,并对控制性能指标进行仿真。建立车辆液压悬架1/4简图模型,采用二阶微分方程式推导车辆悬架系统动力学方程,设计了双管液压减振器模型。分析主液压缸和辅助液压缸中流量变化特性,采用DRNN神经网络PID控制方式。在随机波形干扰的路况行驶中,通过MATLAB软件对车辆液压悬架系统控制效果进行仿真,并且与传统PID控制方式进行对比。结果显示:采用传统PID控制方式,在车辆液压悬架系统垂直方向上,轮胎位移、车身位移和车身加速度较大;而采用DRN
其他文献
目的观察瑞芬太尼在局麻和区域麻醉中辅助镇痛镇静的作用。方法观察局麻或区域神经阻滞患者术前、术中泵注小剂量0.05~0.1μg/(kg·min)时各生命体征的变化、呼吸抑制情况的变
针对油田高含水期存在的问题进行分析,进一步对油田高含水期稳油控水采油工程技术措施进行探究,旨在全面提升油井产油量,降低含水率,促进油田生产目标的顺利实现,仅供相关人
油气资源是我国较为重要的能源,我国一直致力于开发传统的常规油气能源,但随着能源的应用,传统的常规油气能源逐渐变得不能支撑日常消耗,故能源开发逐渐从开发常规油气能源转
针对传统的动态帧时隙ALOHA多标签防碰撞算法(DFSA)的系统吞吐率低、系统识别率低等问题进行了研究,提出一种可并行识别的UHF RFID防碰撞算法(OVSF-DFSA)。该算法通过基于正交可变扩频因子(OVSF)码作为扩频码的码分多址技术和DFSA协议相结合,突破了传统算法中单一时隙中只能识别一个标签的局限性,实现了标签碰撞到码碰撞的转变。以理论分析和仿真实验为基础,探究了该算法下的系统吞吐率
煤矿产业生产过程中的巷道掘进施工从高效性、安全性来讲需要不断的进行施工技术的强化和改善。尤其是针对安全性的支护技术保持高效与高质量具有极高的意义。
为减少深度Q网络(DQN)算法的训练时间,采用结合优先经验回放机制与竞争网络结构的DQN方法,针对Open AI Gym平台cart pole和mountain car两个经典控制问题进行研究,其中经验回放采用基于排序的机制,而竞争结构中采用深度神经网络。仿真结果表明,相比于常规DQN算法、基于竞争网络结构的DQN方法和基于优先经验回放的DQN方法,该方法具有更好的学习性能,训练时间最少。同时,详
以某油田为例,并在此基础上使用了GFY-DMP低聚物开展了化学防砂现场试验,其恢复产能效果十分明显,防砂有效期长。
通过对塔河炼化公司供氢装置和耗氢装置存在的问题进行分析,提出优化氢气管网流程和综合利用氢气资源的措施,可以降低汽柴油加氢装置能耗,回收排放废氢,降低公司制氢成本,从
分析国内外武器装备维修现状,提出运用3D打印技术实现军工零件的快速维修。通过对结构、材料的双重拓扑优化,将组合件通过3D打印技术一体成型,省去了装配环节,节约成本、时间
针对开源软件漏洞,提出一种基于深度聚类算法的软件源代码漏洞检测方法。该方法利用代码图模型构造开源软件代码属性图,遍历得到关键代码节点并提取出应用程序编程接口(API)序列,将其嵌入向量空间,以关键代码为中心进行聚类,根据聚类结果计算每个函数的异常值,生成检测报告并匹配漏洞库,从而检测出源代码中的漏洞。实验结果表明,该方法能够定位开源软件中漏洞所在的关键代码段并检测出相应漏洞。