基于径向基神经网络模型的电网地磁感应电流预测

为防范地磁感应电流(geomagnetically induced currents,简称GIC)引起的电网无功波动和变压器直流偏磁等影响,采用径向基函数(RBF)神经网络方法,取行星际扰动参数和GIC作为网络的输入—输出数据,利用空间扰动参数对GIC进行提前预测。结果显示:预测值和实际值的相关系数为0.96;将RBF神经网络方法应用到地磁感应电流的预测中,能取得较满意的效果,可为电网的减灾防灾提供依据。

双臂空间机器人协调运动的模糊基函数网络控制

该文研究了在本体位置不受控、姿态受控的情况下,漂浮基双臂空间机器人系统惯性空间协调运动的轨迹跟踪问题。针对存在外部扰动和未知系统惯性参数的情况,设计了一种基于模糊基函数网络的自适应调节控制方案。用模糊基函数网络对双臂空间机器人系统建模,利用鲁棒技术处理建模误差和外部扰动在内的不确定性。所提控制方案的特点是:不需要动力学方程中的惯性参数符合线性规律,也无需预知系统的惯性参数;同时可以利用学习规则在线自适应调节模糊基函数网络的所有权值和参数,因此控制方案是灵活的。该文稳定性分析证明了控制方案的全局稳定性和良好的轨迹跟踪性能。仿真算例表明了该方案能有效地控制双臂空间机器人的本体姿态和末端爪手协调地跟踪期望的运动轨迹。