基于PSO优化RBF-NN的磁浮车间隙传感器温度补偿

• 作者: 何飞 刘国清 廖海军 王滢 董金文 靖永志
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 磁浮列车 间隙传感器 温度补偿 RBF网络 梯度下降法 粒子群优化
• 年，卷（期）: 2018,（2）
• 页码范围: 367-373,384
• 页数: 8页
• 分类号: TM934.4
• 字数: 3848字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2018.02.020

摘要

针对高速磁浮列车悬浮间隙传感器的温度漂移现象,建立了基于RBF(radial basis function)神经网络的间隙传感器温度补偿模型.通过对全局最优粒子执行梯度下降寻优,将粒子群优化算法与梯度下降算法结合得到一种寻优能力更强的混合算法,并将该方法用于RBF温度补偿模型参数优化,提高了间隙传感器的补偿精度,最后,使用现场可编程门阵列FPGA(field-programmable gate array)实现了该补偿模型并进行了实验.实验结果表明:该方法能够较好地对间隙传感器进行温度补偿,补偿后的传感器输出不受环境温度影响,全量程范围内最大误差为0.45 mm,8 ～12 mm工作间隙范围内误差为0.16 mm.