船舶类量化神经网络自适应运动控制方法研究

研究船舶类航向自适应运动控制方法有助于加快解决船舶在海上通讯带宽受限情况下航向跟踪检测困难和控制效果差的问题。基于RBF神经网络,采用一种经典非线性运动解析模型来描述通信信号输入量化过程,无限逼近于航向控制系统中的未知非线性项来消除隐性不确定项因子对控制系统的影响,与此同时模型中所设计的RBF自适应量化控制器不需要对先验信息进行量化参数处理,不仅可以保证有效跟踪和控制的同时,还可以减轻通信的传输负担、减少执行频次和降低系统控制幅度。本文基于Lyapunov稳定性理论证明了所提出的带有输入量化的RBF神经网络自适应闭环控制系统的稳定性,并在Matlab Simulink环境中构建仿真模型分析,论证了所设计的运动控制方法的有效性。

行程可调计量泵的性能与结构参数间的关系

提出了一种行程可调的多杆机构用于计量泵中,建立了该机构的解析运动模型,研究了在不同结构参数条件下计量泵的输出性能,揭示了计量泵的性能与结构参数选择间的关系,为计量泵的设计和控制提供了理论依据.研究结果表明通过调节控制构件的长度可实现活塞行程长度的变化,满足泵工作过程中活塞行程可调和泵中流量可变的要求.

变行程可调机构的性能与结构参数间关系的研究

对一种变行程可调机构的性能与结构参数间的关系进行了详细的研究。给出了解析运动模型 ,研究了在不同杆长条件下机构的行为 ,特别分析了不同的结构参数选择所导致的具有显著差异的机构输出运动。揭示了机构的性能与结构参数间的关系 ,可用于指导该机构的设计。这种机构可应用于计量泵中 。