共查询到19条相似文献，搜索用时 234 毫秒
1.
基于一款在研高速电磁阀式三级阻尼可调减振器,利用试验台架测得其外特性曲线,与CDC减振器相比,具有相似的调节范围和更低的制造成本,具有大规模推广潜力。再通过BP神经网络建立其非参数模型,与试验对比可以很好地用于悬架动力学分析;采用MATLAB/Simulink搭建了装有此减振器的整车七自由度仿真模型,通过随机路面四轮激励输入得到车辆簧下质量加速度响应,训练了LSTM神经网络,通过验证集验证了该神经网络能有效识别路面等级;最后,利用训练好的LSTM神经网络和可调阻尼减振器进行实车随机路面和急加速急减速实验。证明了与传统被动悬架相比,基于LSTM神经网络控制的三级可调阻尼减振器悬架系统能有效改善汽车行驶时的操稳性与平顺性。 相似文献
2.
3.
轴流转桨式水轮机神经网络建模与非线性仿真 总被引：3，自引：0，他引：3
针对水轮机非线性特性难以准确描述及轴流转桨式水轮机调节系统非线性仿真的复杂性，利用前馈神经网络强大的非线性逼近能力，首先建立轴流转桨式水轮机综合特性神经网络模型NZZM，然后建立水轮机飞逸特性神经网络模型，并据此迅速、准确地求得空载开度和空载流量，作为水轮机特性曲线向小开度特性扩展的控制点，进而得到全面描述大开度及小开度下流量特性和效率特性的综合特性神经网络模型NZZM。最后建立了轴流转桨式水轮机协联特性神经网络模型NZZC。NZZC与ZNNM及其他一些计算模块一起构成了轴流转桨式水轮机神经网络模型ZZ587。上述神经网络模型均采用Levenberg-Marquardt算法，进行离线训练，收敛速度快、模型精度高。采用Matlab语言及Simu-link仿真软件，对已建立的ZZ587进行非线性仿真，能快速、准确地得到系统以及轴流转桨式水轮机内部各种参数的变化规律。 相似文献
4.
以BP神经网络对减振器的外特性进行建模为基础,Matlab/Simulink为工具,对汽车八自由度模型进行了平顺性仿真建模,并对含有不同神经网络减振器模型的整车振动响应输出进行了对比分析,从而找到适宜新车型的减振器,实现了汽车悬架阻尼参数的优化。 相似文献
5.
6.
基于电磁阀减振器的1/4车辆半主动悬架非线性控制 总被引：2，自引：0，他引：2
在电磁阀减振器力-速度特性试验基础上,针对电磁阀减振器1/4车辆半主动悬架非线性特性和电磁阀减振器可调阻尼力输出饱和特性,提出一种基于输入饱和的滑模控制策略。建立半主动悬架1/4车辆非线性模型和输入简化的悬架参考模型。设计半主动悬架1/4车辆非线性模型滑模控制器,同时考虑电磁阀减振器阻尼力存在的输出饱和特性,设计辅助分析系统,以控制补偿信号对滑模控制器进行饱和补偿。Matlab/Simulink仿真与台架试验结果表明:设计的输入饱和滑模控制器能有效消除电磁阀减振器输出饱和特性影响,使电磁阀减振器半主动悬架车身垂向加速度、悬架动挠度等性能指标很好地跟踪或接近悬架参考模型理想输出,优化电磁阀减振器半主动悬架非线性控制与设计,有效改善车辆乘坐舒适性。 相似文献
7.
车辆半主动悬架非线性控制方法的研究 总被引：2，自引：5，他引：2
考虑磁流变减振器阻尼力和悬架弹性元件非线性特性,建立了车辆半主动悬架非线性动力学模型。应用微分几何非线性控制,经过适当的非线性状态和反馈变换,实现半主动悬架非线性系统的精确线性化,并对系统实施非线性状态反馈控制;根据预定的控制目标及模糊控制策略调节控制参数,设计模糊控制器,对悬架系统进行了控制仿真研究;利用神经网络模式识别能力对输入数据处理辨别,设计控制网络层,从而达到提高悬架工作性能,改善车辆行驶舒适性的目的。将3种非线性控制方法的仿真结果进行分析比较表明：经模糊控制或神经网络控制的悬架冲击响应小、振动强度低,比微分几何控制能获得更优异的性能。 相似文献
8.
9.
10.
《中国农村水利水电》2017,(4)
建立精确的水轮机模型是水轮机调节系统有效建模仿真的关键。运用基于遗传算法改进反向传播神经网络的GA-BP神经网络对水轮机工作特性进行非线性拟合建模。详细介绍了利用水轮机模型综合特性曲线与飞逸特性曲线获取水轮机流量特性与力矩特性样本数据的方法,并对基本样本数据进行补充延伸。结合BP神经网络与遗传算法两者优点构建了GA-BP神经网络,利用所得样本数据进行训练,获得了基于GA-BP神经网络的水轮机非线性模型,并与传统BP神经网络在水轮机流量特性和力矩特性拟合效果上进行对比试验。仿真结果验证了论文提出方法的可行性和优越性。 相似文献
11.
自压式树状管网的两级优化设计模型与神经优化设计 总被引：4，自引：0，他引：4
建立了自压式树状管网两级优化设计模型，并用人工神经网络法实现树状管网非线性规划模型的快速求解。采用的人工神经网络技术的两级优化设计模型在适用范围、求解速度和获得最优解能力上，均优于单一的非线性规划模型和线性规划模型，是实现树状管网全局优化设计的一条新途径。 相似文献
12.
曲春英 《农业装备与车辆工程》2007,4(5):21-24
利用小波良好的去噪性能，选择了合适的参数对越野吉普车BJ2020S实验测量信号进行小波去噪。运用BA3F网络具有逼近任何非线性函数且具有自学习和自适应的能力，建立了汽车悬架系统的非线性模型。通过与BP网络的比较．辨识结果表明：BA3F神经网络辨识精度高，响应速度快，小波和BA3F神经网络相结合是一种有效的系统辨识方法。 相似文献
13.
BP神经网络是基于数值计算的知识处理系统，具备高度非线性映射的能力。为此，通过BP神经网络对样本数据进行训练，得到非线性校正模型及精度值，然后与传统的曲线拟合方法进行比较分析。结果显示，基于神经网络模型的传感器非线性校正方法具有良好的测试精度和实用性。 相似文献
14.
15.
基于遗传算法与RBF网络的养殖池塘溶解氧模型 总被引：1，自引：0，他引：1
在分析了工厂化水产养殖池塘溶解氧影响因素的基础上,利用RBF神经网络良好的非线性逼近能力建立了池塘溶解氧的神经网络预测模型.常规的RBF神经网络模型常导致训练时间较长且易陷入局部极小点,因此,采用自适应遗传算法对RBF神经网络进行优化,模型的收敛速度明显加快.采用了养殖池塘的外部可控环境水体温度T、水流量Q、酸度(pH)以及增氧机器的转速V作为模型的输入.实验结果表明采用该方法预报溶解氧的预测精度较常规RBF递推算法的预测精度明显提高.该方法为研制开发智能水产养殖环境监控系统以及工厂化水产养殖奠定了基础. 相似文献
16.
17.
为了研究梯级水库库容与库水位之间的关系,解决水库由原来承担单一灌溉或发电任务,到现在变为一库多用的多目标决策问题。以疏勒河流域中游地区的3座水库（昌马水库、双塔水库和赤金峡水库）为研究对象,利用高斯函数和两种神经网络建立3大水库的库水位和库容之间的关系模型。通过对比不同模型预测的均方根误差（RMSE）,相对均方根误差（RRMSE）和平均绝对百分比误差（MAPE）来判断模型的表现。结果表明:3种模型均可较好地拟合3大水库库水位和库容之间的关系,对于昌马水库和双塔水库来说,径向基函数神经网络（RBF）的表现优于非线性回归模型和前馈反向传播神经网络（FBNN）模型;对于赤金峡水库而言,FBNN神经网络的表现优于非线性回归和RBF神经网络模型。与经典回归模型相比,人工神经网络更适合于水库库容的确定。 相似文献
18.
19.
禽蛋孵化过程组合预测研究 总被引：1，自引：0，他引：1
针对孵化过程是一个具有高度非线性、大滞后、时变特性且强耦合性的农业生产过程,提出了一种基于灰色预测和联想记忆神经网络的组合预测方法.该模型首先利用灰色预测模型和联想记忆神经网络分别对焦炉禽蛋孵化过程温、湿度进行预测,然后采用方差-协方差优选组合预测法对2种单一模型的预测结果进行加权集成,以获得较为准确的预测精度,实现孵化过程温度和湿度的有效预测.运行结果表明,组合预测模型均方根相对偏差为0.9％. 相似文献