基于径向基函数神经网络的压电式六维力传感器解耦算法

• 作者: 孙杨 李映君 杨雪 王桂从 陈乃建 韩彬彬 黄舒
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 六维力传感器 压电式传感器 径向基函数神经网络 解耦算法
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 微纳技术与精密机械
• 页码范围: 1266-1271
• 页数: 6页
• 分类号: TP212.9|TN384
• 字数: 2205字
• 语种: 中文
• DOI: 10.3788/OPE.20172505.1266

摘要

针对四点支撑结构的压电式六维力传感器线性度差,维间耦合严重的问题,提出了基于径向基函数(RBF)神经网络的解耦算法.分析了耦合产生的主要原因,建立了RBF神经网络模型.通过对六维力传感器进行标定实验获取解耦所需的实验数据,并对实验数据进行处理. 然后采用RBF神经网络优化传感器输出系统的多维非线性解耦算法,解耦出传感器的输入输出映射关系,得到解耦后的传感器输出数据.对传感器解耦后的数据分析表明:采用RBF神经网络的解耦算法得到的最大Ⅰ类误差和Ⅱ类误差分别为1.29%、1.56%.结果显示:采用RBF神经网络的解耦算法,能够更加有效地减小传感器的Ⅰ类误差和Ⅱ类误差,满足了传感器两类误差指标均低于2%的要求.该算法有效地提高了传感器的测量精度,基本解决了传感器解耦困难的难题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈乃建	济南大学机械工程学院	12	33	4.0	5.0
2	王桂从	济南大学机械工程学院	7	43	3.0	6.0
3	李映君	济南大学机械工程学院	8	21	2.0	4.0
4	韩彬彬	济南大学机械工程学院	1	12	1.0	1.0
5	黄舒	济南大学机械工程学院	1	12	1.0	1.0
6	孙杨	济南大学机械工程学院	1	12	1.0	1.0
7	杨雪	济南大学机械工程学院	4	15	2.0	3.0