SDH模型与神经网络串联的谐波减速器混合迟滞建模研究

• 作者: 伍锡如 党选举 唐士杰 姜辉 张向文 王凯利
• 来源期刊: 机械传动
• 关键词: 谐波减速器 迟滞特性 SDH模型 神经网络 混合模型
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 理论研究
• 页码范围: 1-5
• 页数: 5页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2019.08.001

摘要

针对柔性环节含有的谐波减速器所表现出的特殊非线性迟滞特性,构建了由SDH模型与神经网络串联的谐波减速器的混合迟滞模型.以输入与输出信号之间具有与谐波减速器迟滞曲线相似迟滞特性的SDH模型为前置模型,以补偿前置模型在描述迟滞特性时存在的误差的非线性动态RBF神经网络作为后置模型,构成了混合迟滞模型,描述谐波减速器迟滞非线性特性.根据所搭建的实验平台,对不同频率输入信号、不同负载状态下获得的数据进行建模,与经典RBF神经网络模型和SDH模型相对比,实验表明,所构造的混合迟滞模型精度高、适应性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐士杰	桂林电子科技大学电子工程与自动化学院	9	7	2.0	2.0
2	党选举	桂林电子科技大学电子工程与自动化学院	88	730	14.0	23.0
3	张向文	桂林电子科技大学电子工程与自动化学院	74	483	12.0	16.0
4	姜辉	桂林电子科技大学电子工程与自动化学院	31	148	6.0	11.0
5	伍锡如	桂林电子科技大学电子工程与自动化学院	39	172	6.0	12.0
6	王凯利	桂林电子科技大学电子工程与自动化学院	2	2	1.0	1.0