用神经网络结构实现超磁致伸缩智能构件滑模控制

• 作者: 张雷 王彬 赵章荣 邬义杰 顾新建
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 超磁致伸缩智能构件 小脑模型神经网络(CMAC) 滑模变结构控制 前馈补偿 迟滞非线性
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 微纳技术与精密机械
• 页码范围: 778-786
• 页数: 9页
• 分类号: TP183:TP271.7
• 字数: 4723字
• 语种: 中文
• DOI: 10.3321/j.issn:1004-924X.2009.04.014

摘要

提出了一种利用超磁致伸缩材料(GMM)智能构件精密加工活塞异形孔的方法.采用一种神经网络前馈复合离散滑模变结构控制策略,实现GMM智能构件的精密位移控制,消除了GMM智能构件迟滞非线性的影响.将智能构件的输出位移及其变化率作为小脑模型神经网络(CMAC)输入,构件的输入电流作为网络输出,利用CMAC在线自学习能力建立GMM智能构件的迟滞逆模型;通过离散滑模变结构控制器来消除神经网络的建模近似误差以及外界干扰.仿真结果表明,此控制策略能在线建立智能构件的迟滞逆模型,消除迟滞非线性的影响,控制误差降低到1.5%以内,可实现智能构件的精密位移控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾新建	浙江大学现代制造工程研究所流体传动与控制国家重点实验室	302	6367	45.0	64.0
2	邬义杰	浙江大学现代制造工程研究所流体传动与控制国家重点实验室	66	1200	19.0	32.0
3	张雷	浙江大学现代制造工程研究所流体传动与控制国家重点实验室	61	489	12.0	19.0