您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201803-277
论文题目 基于PSO优化神经网络的滚珠丝杠副进给系统自适应滑模控制
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于PSO优化神经网络的滚珠丝杠副进给系统自适应滑模控制

首发时间:2018-03-30

刘碧茜 1   

刘碧茜(1993-),女,硕士研究生,主要研究方向:数控系统控制

汤文成 1   

汤文成(1958-),男,教授、博导,主要研究方向:现代制造技术

  • 1、东南大学机械学院,南京,211189

摘要:为了提高滚珠丝杠副进给系统的跟踪精度,针对被控对象具有摩擦和未知干扰的特征,采用了基于PSO优化神经网络的自适应滑模控制。因为神经网络的隐含层中心和宽度对网络效果影响不可忽略,所以基于粒子群进行改进,并通过仿真对比,证明改进后收敛速度更快,误差更小。根据滚珠丝杠副的刚体模型,选择未知项利用神经网络进行逼近,并设计具有稳定性的滑模自适应律。实验结果表明:本文设计的控制器跟踪效果较好,相比于PID和优化前方法,可把最大跟踪误差分别从55.05μm和26.53μm缩小至16.85μm。?????

关键词: 机械制造自动化 滚珠丝杠副 神经网络 粒子群算法 自适应滑模控制

For information in English, please click here

Adaptive sliding mode control of ball screw drives based on PSO neural network

LIU Bixi 1   

刘碧茜(1993-),女,硕士研究生,主要研究方向:数控系统控制

TANG Wencheng 1   

汤文成(1958-),男,教授、博导,主要研究方向:现代制造技术

  • 1、Mechanical Engineering School, Southeast University, Nanjing, 211189

Abstract: In order to improve the tracking performance of ball screw drives, because controlled project is affected by the friction and some unknown disturbs, adaptive sliding mode control based on PSO neural network is used. For the non-negligible effect of initial start center and width on neural network, this paper use particle swarm optimization. By contrasting simulation results, the fast rate of convergence and small error are proved. According to the rigid model of ball screw drives, using neutral network to approach the unknown terms. Designing a stable sliding mode controller. The experiment result shows that the tracking performance is good. Compared with PID controller and un-optimized method, the tracking error is respectively reduced from 55.05μm and 26.53μm to 16.85μm. ?????

Keywords: machinery manufacture automation ball screw neutral network particle swarm optimization adaptive sliding mode control ?????

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
刘碧茜,汤文成. 基于PSO优化神经网络的滚珠丝杠副进给系统自适应滑模控制[EB/OL]. 北京:中国科技论文在线 [2018-03-30]. https://www.paper.edu.cn/releasepaper/content/201803-277.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于PSO优化神经网络的滚珠丝杠副进给系统自适应滑模控制