基于动态递归神经网络的超磁致伸缩驱动器精密位移控制

• 作者: 曹淑瑛 王博文 郑加驹 颜威利 黄文美
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 超磁致伸缩驱动器 滞回非线性 反馈误差学习 动态递归神经网络 实时补偿控制
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 电工电机
• 页码范围: 106-111
• 页数: 6页
• 分类号: TM153
• 字数: 4459字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2006.03.020

摘要

由于内在的滞回非线性,超磁致伸缩驱动器(GMA)会在开环系统中引起定位误差,在闭环系统中造成系统不稳定.为了克服这个问题,将动态递归神经网络(DRNN)前馈和PD反馈控制器相结合,提出了一种实时滞回补偿控制策略,以期实现GMA的精密位移跟踪控制.DRNN控制器是根据GMA的滞回特性构造的,通过反馈误差学习方案在线学习GMA的逆滞回模型.仿真结果表明该控制策略能适应GMA滞回特性随机械负载、输入信号的变化,在线建立GMA的滞回逆模型,从而消除滞回非线性的影响,实现GMA的精密控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜威利	河北工业大学电磁场与电器可靠性省部共建重点实验室	48	755	17.0	26.0
2	王博文	河北工业大学电磁场与电器可靠性省部共建重点实验室	86	900	18.0	27.0
3	曹淑瑛	河北工业大学电磁场与电器可靠性省部共建重点实验室	23	455	13.0	21.0
4	黄文美	河北工业大学电磁场与电器可靠性省部共建重点实验室	41	443	12.0	20.0
5	郑加驹	河北工业大学电磁场与电器可靠性省部共建重点实验室	6	74	3.0	6.0