改进的模糊化神经网络的土壤振动掘削阻力软测量模型

被引:9
作者
张海鹰
廖建勇
机构
[1] 湖南城市学院建筑与城市规划学院
关键词
神经网络; 土壤; 振动分析; 清晰集; 模糊集; 软测量技术;
D O I
暂无
中图分类号
TU621 [挖掘机];
学科分类号
082805 [农业机械化与装备工程];
摘要
为实现土壤振动掘削过程节能减阻,分析了振动频率、振幅和插入速度等对土壤振动掘削阻力的影响,并以振动频率、振幅和插入速度等特征参数作为二次变量,采用清晰集构造模糊集方法对土壤振动掘削阻力软测量模型特征参数进行模糊化,利用改进的模糊化神经网络建立了土壤振动掘削阻力软测量模型。土壤振动切削力软测量实际应用结果表明,土壤振动掘削阻力软测量值的建模精度和泛化能力是很高的,所得的最大训练相对误差约为0.67%,最小测试相对误差约为-0.4%,有利于土壤振动掘削阻力的快速精确测量。
引用
收藏
页码:188 / 192
页数:5
相关论文
共 9 条
[1]
基于自适应粒子群算法的隧道窑温度模糊控制策略 [J].
贺文华 ;
李春生 ;
赵延明 .
铁道科学与工程学报, 2008, (02) :92-96
[2]
液压挖掘机功率匹配节能控制系统 [J].
尚涛 ;
赵丁选 ;
肖英奎 ;
国香恩 ;
金立生 ;
张红彦 ;
不详 .
吉林大学学报(工学版) , 2004, (04) :592-596
[3]
液压系统负载自适应控制节能技术 [J].
王文深 ;
王保铭 .
矿山机械, 2003, (02) :50-51
[4]
液压挖掘机的智能化节能控制策略 [J].
王晨 ;
应富强 .
浙江工业大学学报, 2000, (02)
[5]
Simulation of the dynamic behaviour of a tractor-oscillating subsoiler system [J].
Shahgoli, G. ;
Fielke, J. ;
Saunders, C. ;
Desbiolles, J. .
BIOSYSTEMS ENGINEERING, 2010, 106 (02) :147-155
[6]
Soil disturbance and force mechanics of vibrating tillage tool [J].
Niyamapa, T ;
Salokhe, VM .
JOURNAL OF TERRAMECHANICS, 2000, 37 (03) :151-166
[7]
Force and pressure distribution under vibratory tillage tool [J].
Niyamapa, T ;
Salokhe, VM .
JOURNAL OF TERRAMECHANICS, 2000, 37 (03) :139-150
[8]
Neural Networks in Advanced Instrument Design.[J].Mark Johnson.Measurement and Control.1996, 4
[9]
智能故障诊断及其应用.[M].鄂加强; 编著.湖南大学出版社.2006,