基于自适应滑模控制的液压支架试验台同步控制特性分析

来源 :机床与液压 | 被引量 : 0次 | 上传用户:yy349764474
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
为提高液压支架试验台同步控制系统的同步控制性能,提出一种基于模糊理论和滑模控制的自适应滑模控制方法,对液压支架试验台的主从同步控制性能进行研究.分析液压支架试验台同步控制系统工作原理和理论模型;在AMES-im-MATLAB环境下建立仿真模型,并对比分析采用模糊PID和自适应滑模控制的系统的同步动态性能.结果表明:采用自适应滑模控制的液压支架试验台同步控制系统的伺服跟踪能力和稳态性能比模糊PID控制的系统更好,验证了自适应滑模控制在液压支架试验台同步控制系统中应用的可行性.
其他文献
NAND闪存信道检测技术直接影响数据存储的可靠性,本文针对NAND闪存信道检测过程中因缺乏信道先验信息而导致检测性能显著降低的问题,提出了一种基于卷积神经网络(convolutional neural networks,CNN)的信道检测器.该检测器通过学习存储单元阈值电压随应用场景的变化特性,来初始化网络参数,并通过在系统空闲时间段优化网络参数来实现与信道的匹配.仿真实验结果表明:在信道先验信息未知的情况下,CNN检测器可获得比最优阈值检测器更好的检测性能;与现有的循环神经网络检测器相比,CNN检测器具
在线教育存在“信息迷航”问题,而传统的信息推荐方法往往忽视教育的主体——学习者的特征.本文依据教育教学理论,根据在线教育平台中的学习者相关数据,研究构建了适用于在线学习资源个性化推荐的学习者模型.以协同过滤推荐方法为切入点,融合学习者模型中的静态特征和动态特征对协同过滤方法进行改进,建立融入学习者模型的在线学习资源协同过滤推荐方法.以2020年3~7月时间段的东北石油大学“C程序设计”课程学生的真实学习数据和行为数据为数据集,对本文提出的方法进行验证和对比,最后证明本文提出的方法在性能上均优于对比方法.
跨模态图像文本检索的任务对于理解视觉和语言之间的对应关系很重要,大多数现有方法利用不同的注意力模块挖掘区域到词和词到区域的对齐来探索细粒度的跨模态关联.然而,现有的方法没有考虑到基于双重注意力会导致对齐不一致的问题.为此,本文提出了一种一致性协议匹配方法,旨在利用一致性对齐来增强跨模态检索的性能.本文采用注意力实现跨模态关联对齐,并基于跨模态对齐结果设计了基于竞争性投票的跨模态协议,该协议衡量了跨模态对齐的一致性,可以有效提升跨模态图像文本检索的性能.在Flickr30K和MS COCO两个基准数据集上,
为研究系统故障在不同因素叠加时体现的总体规律、故障变化程度和故障信息量,提出系统故障熵的概念.基于线性熵的线性均匀度特性,推导了多因素相被划分为两状态时的线性熵模型.认为线性熵可以表征系统故障熵,进而研究了系统故障熵的时变特征.对连续时间间隔内的不同因素状态叠加下系统故障进行统计,得到系统故障概率分布,绘制系统故障熵时变曲线.从结果来看至少可以完成3项任务:从变化规律得到考虑不同因素影响下的系统故障熵变化情况,系统故障熵的总体变化规律,系统可靠性的稳定性.此研究可应用于类似情况下的各领域故障及数据分析.
目标检测使用特征金字塔检测不同尺度的物体时,忽略了高层信息和低层信息之间的关系,导致检测效果差;此外,针对某些尺度的目标,检测中容易出现漏检。本文提出双向特征融合与注意力机制结合的方法进行目标检测。首先,对SSD(single shot multibox detector)模型深层特征层与浅层特征层进行特征融合,然后将得到的特征与深层特征层进行融合。其次,在双向融合中加入了通道注意力机制,增强了语
为更好地识别风电机组主轴承运行状态,提出了一种基于辅助分类生成对抗网络(auxiliary classifier generative adversarial networks,AC-GAN)的数据重构算法对风电机组主轴承温度进行监测.首先,利用采集与监视控制系统(supervisory control and data acquisition,SCADA)时序数据建立基于轻型梯度增强学习器(light gradient boosting machine,LightGBM)的主轴承温度预测模型,并计算其残
为了解决暗区域、纹理复杂或半影区域的阴影去除效果不明显的问题,提出了空洞卷积与注意力机制融合的对抗式图像阴影去除算法。该算法基于生成对抗网络的总体思想,将空洞卷积引入残差网络中,用自定义的空洞残差块进行特征提取,扩大了特征提取的感受野。在注意力编码阶段,加入4层相同结构的空洞卷积,确保最小计算量的情况下为解码阶段提供更抽象、更本质的全局的语义特征。运用多重注意力机制,引导判别网络对无阴影图像的鉴别
液压转阀是一种能实现液压系统油路切换的控制元件,具有换向频率可控的特点,尤其在高频液压激振系统中应用较多.关于液压转阀性能研究的成果较多.从液压转阀的结构创新、液动力特性、高频换向特性、缝隙流特性等方面进行了总结,概述了影响转阀性能的有关因素,提出了液压转阀有待于深入研究的一些问题.
针对化妆品安全监管部门抽样检测所含违法违规行为自动识别且分类困难的问题,建立语义分类自动识别模型,辅助有关部门构建智能化管理体系,依靠数据实现科学决策及有效监管.本文分别使用中文词向量及字向量作为双路模型输入,采用CNN(convolutional neural network)网络模型训练字向量,BLSTM(bidirection-al long short-term memory)网络模型训练词向量,并在BLSTM中引入位置注意力机制,构建基于CNN-BLSTM 的字词双维度化妆品违法违规行为分类模型
本文针对危险驾驶识别中主流行为检测算法可靠性差的问题,提出了一种快速、可靠的视觉协同分析方法。对手机、水杯、香烟等敏感物体进行目标检测,提出的LW(low weight)-Yolov4(You only look once v4)通过去除CSPDarknet53(cross stage partial Darknet53)卷积层中不重要的要素通道提升了检测速度,并L1正则化产生稀疏权值矩阵,添加到