logo móvil
Contáctanos

Investigación experimental sobre control adaptativo iterativo basado en algoritmos de optimización complejos para mesas de vibración electrohidráulicas

Autores: Zhang, Lianpeng; Feng, Jie; Hao, Rujiang; Hu, Po; Liang, Xiao

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Investigación experimental sobre control adaptativo iterativo basado en algoritmos de optimización complejos para mesas de vibración electrohidráulicas


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Aprendizaje adaptativo iterativo
Mesas vibratorias electro-hidráulicas
Algoritmo de optimización complejo
Estabilidad
Convergencia

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 46

Citaciones: Sin citaciones


Descripción
El método de control iterativo adaptativo de aprendizaje para mesas vibratorias electrohidráulicas basado en el algoritmo de optimización complejo fue propuesto para superar el problema potencial de estabilidad del método de control de iteración tradicional. Se analizó la influencia de la precisión de la identificación del sistema en la convergencia. Basado en la teoría de optimización real y la relación de mapeo entre el espacio vectorial real y el espacio vectorial complejo, se propuso el algoritmo iterativo de optimización complejo de Broyden, y se analizó su estabilidad y convergencia. Para mejorar la estabilidad y acelerar la convergencia del algoritmo propuesto, se propuso el algoritmo de descenso más empinado complejo para cooperar con el algoritmo de optimización complejo de Broyden, que puede optimizar de forma adaptativa la ganancia iterativa del gradiente más empinado complejo y actualizar la impedancia del sistema en tiempo real durante el proceso de control. Se diseñó el sistema experimental de mesas vibratorias, aplicando la tecnología de control de prototipos rápidos xPC target, y se realizaron una serie de pruebas experimentales. Los resultados indicaron que el método de control propuesto puede converger rápidamente y de manera estable hacia la solución óptima, independientemente de si el error de identificación del sistema es pequeño o grande, y, por lo tanto, se verificó la validez y viabilidad del método de aprendizaje iterativo adaptativo propuesto.

Otros recursos que podrían interesarte

Temas Virtualpro