检索结果-内蒙古大学图书馆

无模型算法在电液伺服系统运动控制中的研究与应用

引用

液压与气动 2003年第2期27卷 6-8页

作者：李曦唐小琦周云飞华中科技大学国家数控工程技术研究中心湖北武汉430074

文章提出了一种基于Fourier级数的无模型的电液伺服系统运动控制算法 ,该算法将轨迹跟踪问题在Fourier空间转化为调节器问题 ,并给出了控制器的详细设计及系统的稳定性分析 ,最后给出控制器在注塑机上的实际应用。

关键词：电液伺服系统运动控制无模型算法 Fourier级数注塑机控制器

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的异构多智能体系统最优输出调节

引用

控制理论与应用 2025年第3期42卷 491-498页

作者：熊春萍马倩南京理工大学自动化学院江苏南京210094

本文研究了异构多智能体系统的最优输出调节问题.通信网络拓扑含有向生成树.首先,设计了外部系统状态补偿器和状态反馈控制器,应用图论和Lyapunov稳定性理论证明了所设计的补偿器和控制器可以解决一般输出调节问题.然后,通过最小化预定... 详细信息

本文研究了异构多智能体系统的最优输出调节问题.通信网络拓扑含有向生成树.首先,设计了外部系统状态补偿器和状态反馈控制器,应用图论和Lyapunov稳定性理论证明了所设计的补偿器和控制器可以解决一般输出调节问题.然后,通过最小化预定义的成本方程,解决最优输出调节问题.结合最优控制理论和强化学习技术,提出了两种求解最优控制器的算法,即基于模型的策略迭代算法和无模型off-policy算法.利用无模型算法获取最优控制器的过程既不需要求解输出调节方程也不需要使用系统动态信息.最后,通过数值仿真验证了本文所提出的算法的有效性.

关键词：异构多智能体系统最优输出调节策略迭代无模型算法强化学习

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的异构多智能体系统最优输出调节

引用

控制理论与应用 2023年

作者：熊春萍马倩南京理工大学自动化学院

关键词：异构多智能体系统最优输出调节策略迭代无模型算法强化学习

来源：评论

学校读者我要写书评

暂无评论

原油集输自动加药数据监控系统

原油集输自动加药数据监控系统

引用

作者：单方威沈阳工业大学

学位级别：硕士

由于原油的特有性质,在原油进站时需要对其进行加药处理,合理的加药是保障正常生产的关键。由于下属井站较多,输油量难以控制,在某段时间内流量变化可能较大,而且加药浓度又受温度、压力等因素的影响,所以人工很难掌握好加药量。另外,... 详细信息

由于原油的特有性质,在原油进站时需要对其进行加药处理,合理的加药是保障正常生产的关键。由于下属井站较多,输油量难以控制,在某段时间内流量变化可能较大,而且加药浓度又受温度、压力等因素的影响,所以人工很难掌握好加药量。另外,压力也是生产过程中的重要参数,及时掌握相关技术参数,才能实现生产的最佳控制。而目前国内油田的加药工作多由人工完成或给计量泵设置固定值,加药量无法动态跟踪原油流量,加药工人需24小时值守,劳动强度大,人工值守相对成本偏高,而且一些重要参数也无法进行实时监控。在石油工业生产中大多是大时滞、强干扰、非线性、时变并可能具有耦合的系统,采用以建立过程模型为基础的方法很难实现有效的控制。因此摆脱受控系统数学模型的方法的研究,对现代控制理论的发展和应用具有重要的意义。基于改造目前国内这种落后的石油加药作业方式,解决耗能、耗人力,技术参数无法监控,以及加药精度无法控制等问题,本文提出了原油集输自动加药数据监控系统。本系统在上位机运用Borland C++Builder软件设计上位机监控界面,运用Oracle数据库进行数据的存储和管理,下位机选用西门子S7-200可编程控制器进行数据采集,采用无模型控制算法,实现精确控制。系统根据流量的大小及对加药有影响的温度、压力等因素自动计算出控制的加药量,并把这些参数采集到计算机,并保存在数据库中,操作者可以通过报表、趋势图等多种方式查看实时的或历史的数据,还可对压力提供报警功能。通过Matlab仿真表明,无模型控制算法能够有效地跟踪输出,实现精确控制,解决手动控制困难和控制可靠性差的缺点。采用原油集输自动加药数据监控系统不仅能够节约耗药量,降低原油含水率,还将会大大提高加药工序的管理水平,保证生产的顺利进行和提高产品质量,也为管理向更高水平迈进打下基础。

关键词：数据处理监控系统无模型算法

来源：评论

学校读者我要写书评

暂无评论

利用储备池计算实现双稳态下的动力学重构

利用储备池计算实现双稳态下的动力学重构

引用

作者：马仁才北京邮电大学

学位级别：硕士

储备池计算是机器学习领域的一个重要框架,其结构简单、训练迅速,在非线性动力学领域有着广泛的应用。例如预测混沌系统的短期演化、重构混沌系统的长期动力学特征等。然而,之前的工作大多是利用储备池计算学习固定参数下系统的动力学,... 详细信息

储备池计算是机器学习领域的一个重要框架,其结构简单、训练迅速,在非线性动力学领域有着广泛的应用。例如预测混沌系统的短期演化、重构混沌系统的长期动力学特征等。然而,之前的工作大多是利用储备池计算学习固定参数下系统的动力学,鲜少涉及当参数发生变化时系统的动力学演化,而这种复杂又有趣的现象一直以来都是非线性动力学领域的重点研究内容。在本文中我们以耦合振子系统为研究对象,当耦合强度发生变化时,耦合振子系统往往表现出同步、分岔等丰富的动力学行为。在不依赖模型的情况下重构耦合系统在不同耦合强度下的动力学行为是非线性动力学领域的一个难题,特别是在存在双稳态的情况下。在前人工作的基础上,我们设计了由耦合强度和指示参数共同组成参数输入通道的储备池计算系统。通过引入用于区分可能共存的动力学状态的指示参数,我们以R?ssler耦合振子系统为例展示了本储备池计算系统在动力学重构和预测相变点方面的能力。具体来说,我们只使用少量耦合强度下的时间序列来训练储备池计算系统并成功重构出了耦合振子系统的完整分岔图和相位关系。我们发现一台储备池计算系统就足以重构存在双稳态情况下的动力学。除此以外,我们还研究了储备池计算系统在重构不同动力学时的鲁棒性,结果表明鲁棒性与训练数据的参数和动力学之间存在着非平凡相关性。

关键词：储备池计算无模型算法混沌系统双稳态

来源：评论

学校读者我要写书评

暂无评论

非线性振动系统的深度强化学习控制策略研究

非线性振动系统的深度强化学习控制策略研究

引用

第十五届全国振动理论及应用学术会议（NVTA2023）

作者：蒋纪元唐介李映辉曹登庆西南交通大学哈尔滨工业大学

非线性振动系统的最优控制需要知晓被控对象的准确模型并求解Hamilton-Jacobi-Bellman方程(HJB)。然而,实际工程中,获知系统准确模型十分困难,且非线性系统的HJB方程难以解析求解。基于无模型算法获取非线性系统的最优控制律一直是控制... 详细信息

非线性振动系统的最优控制需要知晓被控对象的准确模型并求解Hamilton-Jacobi-Bellman方程(HJB)。然而,实际工程中,获知系统准确模型十分困难,且非线性系统的HJB方程难以解析求解。基于无模型算法获取非线性系统的最优控制律一直是控制领域的研究热点。近年来,深度强化学习算法的快速发展使其成为了无模型最优控制求解的新工具。本文基于Twin Delayed Deep Deterministic Policy Gradient (TD3)和Soft Actor-Critic (SAC)两种强化学习算法,以Van Der Pol振动系统为被控对象,在系统模型未知的情况下训练两种神经网络最优控制器,并在自由振动、扫频激励和高斯噪声激励下分别检验其性能,并与基于近似线性化系统模型的LQR控制器的性能进行对比。结果表明,TD3控制器和SAC控制器均能有效抑制振子的振动,达到LQR控制器相近的性能。在这两种神经网络最优控制器中,SAC控制器对振子的状态控制更为优异,TD3控制器的综合控制性能更为优异。

关键词：非线性振动控制无模型算法深度强化学习神经网络最优控制

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：