摘要：本发明公开了一种电子节气门的自学习逆模型控制方法，该控制器的组成结构包括2个部分：1)采用一个径向基函数神经网络作为辨识器，建立电子节气门的非线性模型；2)采用另外一个RBF神经网络作为逆模型控制器，得到合适的控制量。这里的2个RBF神经网络采取了一种自学习策略，包括离线学习和在线学习两个环节：离线学习中，2个RBF神经网络根据现场样本数据，调整优化网络权值参数；离线学习完成后，再采用一种在线学习算法调整优化这两个RBF神经网络权值参数，控制性能达到要求。本发明能克服电子节气门控制中的非线性、时变等难题，提高控制的效果和性能。
- 专利类型发明专利
- 申请人湖南大学;
- 发明人王耀南;袁小芳;张辉;吴亮红;
- 地址410082湖南省长沙市岳麓区岳麓山麓山南路2号
- 申请号CN200910044150.1
- 申请时间2009年08月18日
- 申请公布号CN101630144A
- 申请公布时间2010年01月20日
- 分类号G05B13/02(2006.01)I;F02D41/00(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;
教育装备采购网在线客服
京公网安备11010802043465号
