何玉彬
- 作品数：13 被引量：84H指数：4
- 供职机构：第二炮兵工程学院更多>>
- 发文基金：国家重点实验室开放基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程理学一般工业技术更多>>
- 复杂系统的神经网络自适应预测控制被引量：1
- 1996年
- 本文针对复杂诉时变非线性动力学，提出一种基于神经网络的并行自适应预测控制器，它由实时神经控制、神经控制和控制品质监督机构三部分组成。该结构使控制的调整和系统的实时控制为可并行进行，提高了控制系统的适应能力和响应性能，使复杂系统的在线学习控制成为可能，仿真表明该控制器具有良好的鲁棒性和控制精度。
- 何玉彬闫桂荣
- 关键词：神经网络自适应预测控制复杂系统
- 电液伺服协调加载系统的神经网络自学习 PSD 控制被引量：11
- 1998年
- 从电液伺服协调加载系统的特点出发，提出一种基于神经网络的在线自学习ＰＳＤ控制方法。该方法简单、实用，便于在线实现。控制器无须事先训练，参数选取极具一般性，适用范围广，控制精度高且鲁棒性强。采用这一方法实现了对某大型电液伺服结构试验装置的协调加载控制，控制品质优良。
- 何玉彬徐立勤阎桂荣徐健学
- 关键词：神经网络PSD控制电液伺服系统
- 结构试验机的神经网络内模自适应跟踪控制系统被引量：2
- 1998年
- 针对结构试验系统的非线性和不确定性特性，研究了一种基于神经网络的非线性内模自适应加载控制方法。引入的神经网络内模可跟踪学习对象的时变动力学，控制器的设计较少依赖于对象的先验知识，控制参数的调整是基于被控过程的测量信息，利用导出的神经网络算法来实现的。实验结果证明该系统具有良好的控制效果。
- 何玉彬刘艳秋闫桂荣徐健学
- 关键词：神经网络自适应控制鲁棒性
- 智能型结构试验装置的研制与应用
- 神经网络在线自学习控制策设计了智能型结构试验装置。与传统试验装置相比，该系统具有适用范围广、控制精度高且鲁棒性强等特点，可满足不同试验规范的需要，为大型结构的疲劳与协调加载试验提供了一套新型的试验装备。
- 何玉彬李华
- 关键词：神经网络智能控制
- 电液伺服结构加载系统的神经网络直接自适应输出跟踪控制被引量：12
- 1997年
- 本文利用神经网络的学习能力和非线性映射能力研究了电液加载系统的神经网络直接自适应输出跟踪控制方法，控制器是由一个具有反馈动力学的多层前馈神经网络及其学习算法组成。该控制器不需要被控对象的先验知识，也不依赖于被控对象的辨识模型，能快速跟踪对象的动力学行为，具有良好的自适应性和动态输出跟踪响应性能。
- 何玉彬闫桂荣张道立徐健学
- 关键词：神经网络跟踪控制电液伺服系统伺服加载
- 一种简便的漏电故障诊断方法被引量：1
- 1994年
- 1.前言 在配电网络中,配电线路和电器设备的带电部分一般被绝缘物覆盖而与大地绝缘。但是,由于温度、湿度及尘埃等外界因素的影响而引起绝缘老化,或因电器使用不当,造成绝缘降低而使导电部分和大地之间处于不良导通状态,我们称之为“绝缘不良”,这种状态就是通常所说的“漏电”。
- 何玉彬
- 关键词：电网漏电故障故障诊断
- 神经网络控制及大型智能电液伺服结构试验系统研究
- 该文以大型电液伺服结构试验系统的控制问题为工程背景,对神经网络学习算法、在线自适应辨识与控制方法及其工程实现等问题进行了较为深入的研究.基于梯度算法中网络权值的深化规律,提出一种新的可全局寻优的自适应反传学习算法-GCA...
- 何玉彬
- 关键词：神经网络控制自适应控制稳定性协调加载
- 神经网络在线学习模糊自适应控制及其应用被引量：15
- 2000年
- 基于反馈误差学习法 ,提出了一种神经网络在线学习模糊自适应控制结构。利用模糊推理机产生的分目标学习误差训练神经网络 ,避免了控制器的输出产生振荡或进入饱和状态。工程应用表明 ,该方法将模糊推理引入神经网络学习中 。
- 何玉彬王晓予闫桂荣
- 关键词：神经网络自适应控制非线性系统
- 神经网络在线自学习跟踪控制及其在伺服系统中的应用被引量：3
- 1997年
- 针对传统自适应和自校正控制中存在的问题，提出一种基于神经网络的在线自学习控制方法，既做到了对象模型的在线辨识和控制器的在线设计，又避免了神经网络控制方法通常存在的实时控制的困难，使复杂系统的在线学习控制成为可能。仿真表明该方法具有良好的鲁棒性和控制精度。
- 何玉彬闫桂荣程卫国徐健学
- 关键词：神经网络自学习控制伺服系统
- 不确定非线性系统的神经网络在线自学习控制
- 一种基于神经网络的在线自学习控制方法，既做到了对象模型的在线辨识和控制器的在线设计，又避免了神经网络控制方法通常存在的实时控制的困难，使复杂系统的在线学习控制制成为可能。仿真表明该方法具有良好的鲁棒性和控制精度。
- 何玉彬阎桂荣
- 关键词：神经网络非线性系统在线控制自学习控制伺服系统
