基于BP神经网络的压电陶瓷蠕变预测

• 作者: 李钟慎 林瑜阳 范伟
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 压电陶瓷 蠕变 BP神经网络 预测模型
• 年，卷（期）: 2017,（4）
• 页码范围: 429-434
• 页数: 6页
• 分类号: TB931
• 字数: 3292字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2017.04.10

摘要

压电陶瓷驱动器的蠕变误差随时间呈现非线性变化,难以实时修正.提出基于BP神经网络的压电陶瓷蠕变预测方法,使用压电陶瓷驱动系统采集数据,对数据进行归一化处理,通过实验设计BP神经网络的隐含层数、隐含层节点数、节点转移函数和训练函数,构建BP神经网络预测模型,建立压电陶瓷蠕变与时间的关系.用BP神经网络模型对压电陶瓷蠕变进行了预测仿真,并将结果与实测数据进行了对比.结果表明,蠕变预测结果与实验数据的最大绝对误差均小于0.1 μm,最大蠕变误差均不超过0.6%,最大均方误差仅为0.0021,可见,BP预测模型具有较高的预测精度,可作为预测压电陶瓷蠕变误差的一种有效手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范伟	华侨大学机电及自动化学院	22	106	6.0	10.0
2	李钟慎	华侨大学机电及自动化学院	108	860	14.0	25.0
3	林瑜阳	华侨大学机电及自动化学院	6	66	4.0	6.0