期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:苏文海,姜继海.直驱式电液伺服转叶舵机的遗传蚁群参数辨识[J].哈尔滨工业大学学报,2010,42(11):1730.DOI:10.11918/j.issn.0367-6234.2010.11.011
SU Wen-hai,JIANG Ji-hai.Parameter identification of direct drive electro-hydraulic servo rotary vane steering gear based on genetic ant colony algorithm[J].Journal of Harbin Institute of Technology,2010,42(11):1730.DOI:10.11918/j.issn.0367-6234.2010.11.011
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 1258次   下载 867 本文二维码信息
码上扫一扫!
分享到: 微信 更多
直驱式电液伺服转叶舵机的遗传蚁群参数辨识
苏文海1,2, 姜继海2
1.东北农业大学工程学院;2.哈尔滨工业大学机电工程学院
摘要:
为了准确地获得直驱式电液伺服转叶舵机的性能参数,建立数学模型,确定系统的阶数,并在标准遗传算法的基础上,结合蚁群算法的正反馈机制提出一种新的遗传蚁群算法对模型参数进行辨识,在给定的上下界内找到一组参数使之满足对实际系统的最佳逼近,使系统在实际输入信号下能更好地复现实际系统的实际输出.采用另一组实验数据检验辨识结果对实际系统的任意实际输入输出采样数据组的逼近程度.验证结果表明,该辨识结果对实际系统的符合程度高于87%.该方法可用于一般复杂系统的实际参数辨识。
关键词:  直驱式  转叶舵机  遗传算法  蚁群算法  参数辨识
DOI:10.11918/j.issn.0367-6234.2010.11.011
分类号:
基金项目:
Parameter identification of direct drive electro-hydraulic servo rotary vane steering gear based on genetic ant colony algorithm
SU Wen-hai1,2, JIANG Ji-hai2
1.School of Engineering,Northeast Agricultural University,Harbin 150030,China;2.School of mechatronic engineering,Harbin Institute of Technology,Harbin 150001,China)
Abstract:
Direct drive electro-hydraulic servo rotary vane steering gear is new high efficiency energy saving and high power density steering gear.In order to obtain performance parameters of this steering gear accurately,a mathematical model for it is established,and the exponent number of the model is determine,then searching is performed for the best parameter values between the upper and lower bounds of the parameters using a new identification method based on ant colony optimization-genetic algorithm(ACO-GA).The goal is to make the calculating output approach to the experimental one.The model is also verified by another group of experimental data,and the result shows that the close ratio is over 87%,which proves that the model parameters identified are reasonable.
Key words:  direct drive  rotary vane steering gear  genetic algorithms  ant colony optimization  parameter identification

友情链接LINKS