基于T-S模型和模糊神经网络的焊接电源群控
100 积分
50
评分
4.6 积分- 详情
- 2021-04-28
- 简介
pdf
- 1.0MB
- 页数 6P
- 阅读 100
- 下载 32
利用多台焊接电源同时对同一工件进行焊接,当外电压波动时,众焊接电源依靠自身控制系统进行各自调节的过程也是对外电网干扰的再生过程。将模糊理论与神经网络相结合,并应用于多焊接电源的群控。在分析和设计了状态变量的隶属度函数、推理规则、解模糊算法等基础上,完成了基于T-S(Tagaki-Sugeno)模型的自适应模糊神经推理控制器设计。利用该控制模型在Simulink搭建的焊接电源群控模型上进行仿真。结果表明,该控制模型具有调整时间短,超调量小的优点(与众焊接电源各自单独调节相比较,调整时间缩短了22%,超调量减小了40%),反映出良好的动态特性。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
an***
擅长:
土建 装饰 园林 电气
- -
服务
- 5
商品
- -
人气
相关推荐
基于T-S模型和模糊神经网络的焊接电源群控 1.0MB
基于模糊神经网络控制的CO_2焊接逆变电源 265KB
基于模糊神经网络的逆变点焊电源恒电流控制设计及仿真 1.4MB
基于模糊神经网络的中频感应加热电源的研究 429KB
基于模糊神经网络的无线感应电源频率控制器 164KB
基于补偿模糊神经网络的制冷系统故障诊断研究 162KB
基于模糊神经网络的建筑结构系统辨识 137KB
基于模糊神经网络的房地产价格评估问题研究 201KB
基于模糊神经网络的供热负荷预测 113KB
基于模糊神经网络的电阻焊机恒电流控制研究 720KB