龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于径向基神经网络的悬架系统的反步控制系统，包括反步控制器，所述反步控制器的输出作为一阶低通滤波器的输入，所述一阶低通滤波器的输出作为输入饱和函数模块的输入，所述输入饱和函数模块的输出作为悬架系统的输入阻尼力。本发明中，设计基于径向基神经网络的反步控制器，以解决悬架系统的簧载质量未知的问题。然后，在反步控制器的基础上加入了一阶低通滤波器，解决了悬架系统的振动干扰问题。最后，在一阶低通滤波器的基础上加入了输入饱和函数模块，解决了系统输入控制力超过限定值的问题。
主权项：1.一种基于径向基神经网络的悬架系统的反步控制系统，包括反步控制器，定义状态变量：x1＝zs，x3＝zus，14车辆的半主动悬架系统的状态空间表达式为： 其中，ms为簧载质量，mus为非簧载质量，zs为簧载质量的位移，zus为非簧载质量的位移；zt为路面的扰动；k为悬架刚度系数,kt为轮胎刚度系数，c为悬架阻尼系数,ct为轮胎阻尼系数；u为悬架系统的输入阻尼力；其特征在于：所述反步控制器的输出作为一阶低通滤波器的输入，所述一阶低通滤波器的输出作为输入饱和函数模块的输入，所述输入饱和函数模块的输出作为悬架系统的输入阻尼力；所述反步控制器的设计方法如下：1、设计跟踪误差e1：e1＝x1-x1r，x1r为连续可导的参考轨迹；2、引入虚拟控制器α：t1为大于零的正常数；3、一阶低通滤波器的滤波信号γ1为大于零的常数；4、定义滤波误差5、设计辅助信号跟踪误差6、利用径向基神经网络近似含有簧载质量ms的函数并采用自适应方法对神经网络中的权值进行估计： 其中，是H1X1的估计值，ε为近似误差值，X1为径向基神经网络的输入；向量w1是神经网络的理想权重值，是w1的估计值，径向基神经网络的基函数向量φ1X1选择高斯基函数；7、设计反步控制器的实际输出u1： Fz＝Fk+Fc；t2为预设参数，t2＞0。
全文数据：
权利要求：
百度查询： 盐城工学院 一种基于径向基神经网络的悬架系统的反步控制系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号