基于径向基神经网络的压电作动器建模与控制

• 作者: 刘佳彬 周克敏 周攀 范家华 马磊
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 率相关 迟滞 RBF神经网络 压电作动器 Hammerstein模型
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 论文与报告
• 页码范围: 856-862
• 页数: 7页
• 分类号: TP271
• 字数: 4843字
• 语种: 中文
• DOI: 10.7641/CTA.2016.50940

摘要

针对压电作动器(piezoelectric actuator, PEA)的率相关迟滞非线性特性,构建了Hammerstein模型对压电作动器建模.采用径向基(radial basis function, RBF)神经网络模型表征迟滞非线性,利用自回归历遍模型(auto-regres-sive exogenous, ARX)表征频率的影响,并对模型参数进行了辨识.此模型可以在信号频率在1～300 Hz范围内时,较好地描述压电作动器的迟滞特性,建模相对误差为1.99%～4.08%.采用RBF神经网络前馈逆补偿控制,结合PI反馈的复合控制策略实现跟踪控制,控制误差小于2.98%,证明了控制策略的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马磊	西南交通大学电气工程学院系统科学与技术研究所	35	228	10.0	13.0
2	周攀	西南交通大学电气工程学院系统科学与技术研究所	5	13	2.0	3.0
3	范家华	西南交通大学电气工程学院系统科学与技术研究所	3	11	1.0	3.0
4	刘佳彬	西南交通大学电气工程学院系统科学与技术研究所	1	10	1.0	1.0