基于神经网络的电机摩擦力混合模型研究

• 作者: 党选举 徐小平
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 电机伺服系统 摩擦建模 径向基函数神经网络
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 178-182
• 分类号: TP273|TP183
• 字数: 3249字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2012.05.044

摘要

在电机伺服系统优化建模的研究中,要求高精度伺服系统.由于系统摩擦力具有强非线性和非光滑特性,传统的神经网络无法进行有效辨识.将非线性摩擦特性理解成为由稳态部分和突变部分串联构成,以电机伺服系统为对象,引入柔性sigmoid函数描述非线性摩擦特性中的突变部分,并与传统的RBF神经网络串联,构造出描述非线性摩擦特性的神经网络混合模型.仿真结果表明,与传统的RBF神经网络辨识方法相比,模型在输入变化响应下均具有较高的模型精度,从而验证了建模方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	党选举	桂林电子科技大学电子工程与自动化学院	88	730	14.0	23.0
2	徐小平	桂林电子科技大学电子工程与自动化学院	4	62	3.0	4.0