基于神经网络-牛顿混合算法的盾构机掘进位姿求解研究
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
5.78 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
为了解决盾构机推进系统运动学建模及正解求解困难等问题,采用简化等效模型法,构建了盾构机推进系统简化模型,将n-SPS的盾构并联推进系统简化为4-SPS的等效并联推进机构,并构建其运动学模型。根据建立的等效机构运动学模型,采用神经网络-牛顿混合算法求解盾构掘进位姿;利用神经网络的解域搜索功能,对初值进行预测并把预测结果代入牛顿迭代法进行计算求解,分析比较了单一神经网络预测值与BP神经网络-牛顿迭代混合算法计算结果的优劣性。研究发现,盾构机推进系统等效模型的建立可以大大简化运动学建模复杂度,而且利用混合算法求解运动学正解的求解精度更高,可以提高盾构机掘进位姿控制精度,从而提高掘进隧洞质量。相关论文
- 2024-07-26神经网络在机械臂轨迹跟踪问题中的应用综述
- 2021-02-06基于BP神经网络的挖掘机动臂应力预测
- 2024-07-15遗传算法优化神经网络整包电池SOC估计模型
- 2024-06-19基于BP及其优化神经网络的双电机多挡AMT挡位决策研究
- 2024-09-21基于BAS-BP神经网络的异步电机电流预测
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。