基于遗传算法和Elman神经网络的接触式探头动态特性补偿 |
| |
引用本文: | 程真英,江文姝,方旭,李瑞君,黄强先.基于遗传算法和Elman神经网络的接触式探头动态特性补偿[J].机械工程学报,2022(10):24-30. |
| |
作者姓名: | 程真英 江文姝 方旭 李瑞君 黄强先 |
| |
作者单位: | 合肥工业大学仪器科学与光电工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(51805136); |
| |
摘 要: | 动态特性不理想是接触式探头系统动态测量误差的重要来源,严重制约探头测量速度和精度的提升。提出一种基于遗传算法优化Elman神经网络的探头动态特性补偿方法。针对微纳米接触式探头,采用遗传算法优化Elman神经网络的方法对其动态响应输出信号进行了补偿,使用自适应递推最小二乘方法辨识出补偿前后的探头系统动态模型。探头系统的动态测量不确定度由补偿前的77.8 nm减小至12.1 nm。遗传算法具有较好的全局搜索能力,克服了Elman神经网络容易陷入局部极值的缺陷,该动态补偿方法具有较快的网络训练速度和较高的动态补偿精度。仿真分析及不确定度评定结果都验证了该方法的有效性。
|
关 键 词: | 接触式探头 动态补偿 遗传算法 Elman神经网络 测量不确定度 |
|
|