•  栏目 研究性文章

基于深度学习的航空制造机械系统自适应控制策略研究

doi https://doi.org/10.63887/jeti.2025.1.3.32

作者

  • 张经瑞
    中国商飞上海飞机制造有限公司 , 中国
期: 第 1 卷第 3 期 (2025 年): 《工程与技术创新》（Journal of Engineering and Technology Innovation，JETI）
关键词:
深度学习；自适应控制；航空制造；智能系统；扰动抑制

摘要

针对航空制造机械系统在复杂环境下存在的非线性、强耦合和扰动难以建模等问题，本文提出一种基于深度学习的自适应控制策略。通过构建深度神经网络预测模型与增量学习机制，实现系统状态的动态识别与控制参数的实时优化。仿真实验结果表明，该方法在精度、鲁棒性与响应速度方面优于传统PID和LQR控制策略，能够有效应对不确定工况。进一步结合工业现场应用，分析了该控制器在PLC/嵌入式平台上的部署方案及其在典型制造流程中的适应性。研究表明，该策略具备良好的工程实用性与推广前景。

如何引用

张经瑞. (2025). 基于深度学习的航空制造机械系统自适应控制策略研究. 工程与技术创新, 1(3). https://doi.org/10.63887/jeti.2025.1.3.32
ACM（计算机协会会议） ACS（美国化学会） APA（美国心理学会） ABNT（巴西技术标准协会） 芝加哥（作者-日期） 哈佛格式 IEEE（电气电子工程师协会） MLA（现代语言协会） Turabian（注释-书目） 温哥华格式
下载引用

参考

罗飞,艾俊强,胡志勇,等.飞行器对接技术的引导与控制：现状与智能化展望[J/OL].电光与控制,1-10[2025-05-23].

石纯一.基于深度学习的轴承加工机械臂自适应控制优化[J].自动化应用,2025,66（06）:22-24.

罗金超,周文杰,郑波.航空零部件再制造技术研究进展[J].长沙航空职业技术学院学报,2025,25（01）:11-16.

余文浩,齐立哲,梁瀚文,等.基于深度强化学习的分层自适应PID控制算法[J].计算机系统应用,2024,33（09）:245-252.

夏元清,王晁,高润泽,等.云网边端协同云控制研究进展及挑战[J].信息与控制,2024,53（03）:273-286.

作者简介

  • 张经瑞
    中国商飞上海飞机制造有限公司 , 中国

版权

未提供许可协议