循环神经网络前馈补偿的压电驱动器跟踪控制

• 作者: 邹守睿 武毅男 方勇纯
• 来源期刊: 智能系统学报
• 关键词: 压电驱动器 迟滞 非线性 循环神经网络 逆模型 前馈控制 神经元 自适应控制
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 吴文俊人工智能科学技术奖论坛|Forum of Recipients of Wu Wenjun Artificial Intelligence Science and Technology Award
• 页码范围: 567-574
• 页数: 8页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11992/tis.202104010

摘要

压电驱动器固有的迟滞特性,以及其他动态特性严重地影响其跟踪性能.循环神经网络能够准确拟合非线性系统,并且具有记忆存储能力,本文设计了一种循环神经网络对压电驱动器的迟滞特性进行建模,进而得到能够准确模拟输出位移和输入电压之间关系的逆模型,并据此对压电驱动器进行前馈补偿.此外,考虑到建模误差以及其他扰动对驱动器跟踪精度的影响,本文设计了一种单神经元自适应比例-积分-微分控制器,对压电驱动器进行跟踪控制,从而实现对期望信号的准确跟踪.实验结果验证了所建立模型的精度以及控制器的跟踪性能.