基于神经网络的超精密机床伺服进给非线性模型辨识
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Non-linear Model Identification By Neural Network for Servo-feed System of the Ultra-precision Machine Tools
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    以双轴T型结构的超精密金刚石车床的伺服进给系统为研究对象, 采用自构造神经网络技术, 建立了系统的非线性动态数学模型, 为系统非线性控制与补偿提供参考模型。

    Abstract:

    A new forword NN structural and weight learning algorithm is adopted to build the non-linear dynamical NN models for the servo-feed systems of a“T”type ultra-precision machine tools. Based on these NN models, an adaptive MRAC can be devoloped to control and compensate its non-linearities.

    参考文献
    相似文献
    引证文献
引用本文

解旭辉,李圣怡,C. Jimes Li.基于神经网络的超精密机床伺服进给非线性模型辨识[J].国防科技大学学报,1997,19(3):75-79.
Xie Xuhui, Li shengyi, C. JimesLi. Non-linear Model Identification By Neural Network for Servo-feed System of the Ultra-precision Machine Tools[J]. Journal of National University of Defense Technology,1997,19(3):75-79.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:1996-10-04
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2014-05-28
  • 出版日期:
文章二维码