杨胜跃
- 作品数：47 被引量：293H指数：11
- 供职机构：中南大学更多>>
- 发文基金：国家自然科学基金湖南省自然科学基金国家科技重大专项更多>>
- 相关领域：自动化与计算机技术电气工程理学电子电信更多>>
- 离散时变系统迭代域最优学习控制被引量：1
- 2005年
- 针对线性时变离散系统,首次提出并研究了迭代域内线性二次型最优迭代学习控制问题。所得到的迭代学习控制方法在迭代域内是保性能最优的,其学习率不需主观选取,学习速度可通过改变性能矩阵参数进行调节。
- 杨胜跃樊晓平年晓红熊桂林
- 关键词：迭代学习控制
- 基于DHMM的轴承故障音频诊断方法被引量：12
- 2007年
- 轴承音频信号包含了大量的运行状态信息,与振动信号相比,音频信号的采集是非接触式的,具有使用方便和成本低廉等优势。通过提取机械轴承音频信号的Mel频率倒谱系数(MFCC)特征参数,并使用具有良好识别和抗噪性能的隐马尔可夫模型(HMM)分析轴承运行状态,首次将HMM对音频信号的分析方法应用于故障诊断。为了能够实现对轴承故障的实时诊断,采用计算量较小的离散HMM(DHMM)模型加快训练和识别速度。实验结果表明,该方法对轴承运行状态的识别正确率接近90%,识别时间约为31ms,效果较好,有效可行,具有很好的应用前景。
- 陆汝华杨胜跃朱颖樊晓平
- 关键词：轴承故障诊断MEL频率倒谱系数音频信号
- 基于经验数据库的迭代学习初始控制输入量的确定被引量：14
- 2004年
- 分析了初始控制输入量对迭代学习控制稳定性和收敛速度的影响,提出充分利用系统以往的控制经验来确定迭代学习初始控制输入量的思想,并给出3类确定方法——线性加权法、拟合曲线法和智能化法.对机器人对象的仿真结果表明,恰当地选取初始控制输入量,可使系统以较小的误差对新任务进行跟踪,进而减少迭代次数,提高学习控制的收敛速度,增强对新环境、新任务的适应能力.
- 杨胜跃樊晓平罗安
- 关键词：迭代学习控制神经网络模糊技术智能控制
- 非线性动力学系统的闭环模糊迭代学习控制器设计被引量：1
- 2003年
- 结合模糊逻辑和迭代学习控制的基本思想,针对非线性动力学模型,设计一种闭环模糊迭代学习控制器;计算机仿真结果表明,该方法具有良好的鲁棒性,可用于机器人高精度轨迹控制.
- 黄浩江杨胜跃樊晓平
- 关键词：迭代学习控制非线性控制机器人控制
- 不确定性机器人系统自适应鲁棒迭代学习控制(英文)被引量：21
- 2003年
- 利用Lyapunov方法 ,提出了一种不确定性机器人系统的自适应鲁棒迭代学习控制策略 ,整个系统在迭代域里是全局渐近稳定的 .所考虑的机器人系统同时包含了结构和非结构不确定性 .在设计时 ,系统的不确定性被分解成可重复性和非重复性两部分 ,并考虑了系统的标称模型 .在所提出的控制策略中 ,自适应策略用来估算做法确定性的界 ,界的修正与迭代学习控制量一样的迭代域得以实现的 .计算机仿真表明本文提出的控制策略是有效的 .
- 杨胜跃罗安樊晓平
- 关键词：机器人系统迭代学习控制鲁棒控制
- 迭代学习初态问题研究及其在机器人中的应用被引量：19
- 2001年
- 在迭代学习控制研究中 ,通常的一个假设是 :系统每次迭代初态与理想初态相等。这个假设对于系统的稳定性分析是非常重要的 ,因为迭代初态扰动将直接影响到迭代学习控制的跟踪精度。针对此问题 ,本文提出了一种新的迭代学习控制方法 :利用遗忘因子控制初态偏移的影响 ,在保证系统迭代收敛的前提下 ,同时对初态进行学习 ,使其最终趋于理想初态 ,从而实现非线性系统对期望轨线的严格跟踪。最后 。
- 杨晓峰樊晓平杨胜跃
- 关键词：机器人迭代学习控制非线性系统
- 基于CGHMM的轴承故障音频信号诊断方法被引量：15
- 2009年
- 轴承音频信号包含其运行状态的重要信息,通过分析这些信息就能对轴承故障进行有效诊断。率先引入基于连续高斯混合密度隐马尔可夫模型的轴承故障音频诊断方法,避免矢量量化带来的数据处理误差,提高了系统诊断精度;引入基于聚类算法的模型参数初始化方法和标定系数的前向-后向算法,简化系统复杂度,加快了训练和诊断速度,进一步提高了诊断精度。实验结果表明,诊断精度达到98.75%,具有很好的应用前景。
- 陆汝华段盛杨胜跃樊晓平
- 关键词：轴承故障诊断音频信号
- 非线性系统开闭环PD型迭代学习控制及其在机器人中的应用被引量：18
- 2002年
- 针对一类非线性时变系统的迭代学习控制问题提出了一种开闭环PD型迭代学习控制律 .这种迭代律同时利用系统当前的跟踪误差和前次迭代控制的跟踪误差修正控制作用 ,即在开环迭代学习控制的基础上引入一反馈环形成反馈 前馈迭代学习控制律 ,提高系统的跟踪性能 .文中给出了使此迭代学习算法收敛的充分条件和必要条件 .最后 。
- 杨晓峰樊晓平杨胜跃黄浩江
- 关键词：非线性系统迭代学习控制
- 异步电动机无速度传感器控制策略的研究现状与进展
- 2005年
- 速度辨识是无速度传感器控制的关键技术。在异步电动机无速度传感器控制系统中速度辨识的方法有许多种,例如模型参考自适应方法(MRAS),观测器法,卡尔曼滤波器法,神经网络法等。这些方法利用估计得到的转速值能对异步电动机进行很好的调速控制,但无速度传感器控制的关键在于磁链的准确观测,由于电机参数随环境的变化以及参数调节的实时性,使得精确观测磁链的难度加大,因而这些方法在实际的工业应用中大受限制。本文着重分析一些基本方法,并给出它们的优缺点及估计转速的可行性。
- 王凌云年晓红杨胜跃年晓红
- 关键词：异步电动机无速度传感器控制模型参考自适应观测器
- 基于人工神经网络与主成分分析的建筑工料(工日)估算方法被引量：2
- 2005年
- 针对建筑工料(工日)估算问题,本文首先利用主成分分析得到一组新的输入变量,相对于原始输入变量,有效降低了输入维数,且消除了各输入分量之间的相关性。然后以新的输入变量作为改进型BP网络的输入进行训练与估算,得到了一种新工料(工日)估算方法。仿真结果表明与直接利用BP网络训练估算相比较,采用本文的方法,估算结果更加准确。
- 杨东侯年晓红杨胜跃
- 关键词：主成分分析神经网络
