吴广顺：基于神经网络的摩托车制动器试验台测控系统论文

本文主要研究内容

作者吴广顺,王昊,李真铁（2019）在《基于神经网络的摩托车制动器试验台测控系统》一文中研究指出：本文设计开发了摩托车制动器测试系统,将RBF神经网络与传统PID控制相结合,在控制过程中实时在线调整PID控制参数。试验表明,应用RBF神经网络的PID控制器能够获得更好的控制效果,并能很好的抑制现场工业干扰对系统的影响,提高了制动器台架测试系统的控制与测量精度和可靠性。

Abstract

ben wen she ji kai fa le ma tuo che zhi dong qi ce shi ji tong ,jiang RBFshen jing wang lao yu chuan tong PIDkong zhi xiang jie ge ,zai kong zhi guo cheng zhong shi shi zai xian diao zheng PIDkong zhi can shu 。shi yan biao ming ,ying yong RBFshen jing wang lao de PIDkong zhi qi neng gou huo de geng hao de kong zhi xiao guo ,bing neng hen hao de yi zhi xian chang gong ye gan rao dui ji tong de ying xiang ,di gao le zhi dong qi tai jia ce shi ji tong de kong zhi yu ce liang jing du he ke kao xing 。

论文参考文献

[1].智能双轮平衡车的设计研究[J]. 王丽华,杨秀萍,王皓,高峥翔. 数字技术与应用.2018(04)

[2].基于小波和神经网络的火花塞间隙识别[J]. 张琦,蒋淑霞,李翔晟,薛行健. 计算机仿真.2017(04)

[3].BP神经网络的内场驾考电子教练系统设计[J]. 万子平,马丽莎,李星宇,刘小旭,龙哲. 单片机与嵌入式系统应用.2017(06)

[4].基于SARIMA-BP神经网络方法的汽车销量预测研究[J]. 范庆科. 中国商论.2017(22)

[5].运输车辆“爆胎”严重度BP神经网络评价方法[J]. 苑光明,赵兴利,丁承君. 科学技术创新.2017(27)

[6].拖拉机多段液压机械无级变速器的神经网络PID控制[J]. 张明柱,郝晓阳,尹玉鑫. 河南理工大学学报(自然科学版).2017(06)

[7].基于改进神经网络的汽车ABS故障诊断[J]. 翟梅杰,高鹏. 中小企业管理与科技(上旬刊).2017(10)

[8].基于深度神经网络的学术画像预测[J]. 李晓雪,康哲舟,毕冠群,曹亚男,尚燕敏. 大数据.

[9].基于融合深度神经网络的个人信用评估方法研究[J]. 王重仁,王雯,佘杰,凌晨. 计算机工程.

[10].基于改进堆叠式循环神经网络的轴承故障诊断[J]. 周奇才,沈鹤鸿,赵炯,刘星辰. 同济大学学报(自然科学版).2019(10)

论文详细介绍

论文作者分别是来自计量与测试技术的吴广顺,王昊,李真铁，发表于刊物计量与测试技术2019年03期论文，是一篇关于制动器论文,惯量论文,神经网络论文,测控系统论文,计量与测试技术2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计量与测试技术2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw50.cn/article/a7ea2727c353d7a1e0dad3cf.html