基于RBF神经网络的电动负载模拟器摩擦与间隙补偿方法研究

• 作者: 尉建利 税洋 闫杰 陈康
• 来源期刊: 计算机测量与控制
• 关键词: 电动负载模拟器 RBF神经网络 Lugre模型 间隙逆模型
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 设计与应用
• 页码范围: 211-214
• 页数: 4页
• 分类号: V249.1
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.06.057

摘要

为提高电动负载模拟器系统的动态性能和信号跟踪准确度,提出针对系统摩擦和间隙进行补偿的方法;采用基RBF波神经网络的PID控制器实现摩擦非线性补偿,同时利用间隙逆模型针对间隙非线性进行补偿;利用Matlab软件对补偿结果进行仿真验证,仿真结果显示经过补偿后系统正弦响应曲线跟随性能变好,跟踪误差明显减小,准确度得到很大改善;仿真结果证明,基于RBF神经网络的PID控制器和间隙逆模型分别对摩擦和间隙有明显的抑制效果,系统动态性能得到提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尉建利	西北工业大学航天学院	16	81	5.0	8.0
2	闫杰	西北工业大学航天学院	207	1172	16.0	23.0
3	陈康	西北工业大学航天学院	21	77	5.0	7.0
4	税洋	西北工业大学航天学院	4	12	2.0	3.0