一种基于NARX神经网络的振动主动控制方法 |
| |
引用本文: | 宋春生,熊学春,陈泊远,杜刚.一种基于NARX神经网络的振动主动控制方法[J].噪声与振动控制,2024(2):1-7+260. |
| |
作者姓名: | 宋春生 熊学春 陈泊远 杜刚 |
| |
作者单位: | 1. 武汉理工大学机电工程学院;2. 武汉理工大学湖北省磁悬浮工程技术研究中心 |
| |
基金项目: | 国家自然科学基金资助项目(51879209);;中央高校基本科研业务费专项资金资助项目(2021IVA117); |
| |
摘 要: | 针对主被动混合隔振系统中次级通道的非线性因素和时变特性,设计一种基于有源非线性自回归神经网络(Nonlinear Auto-regressive With Exogenous Inputs Neural Network,NARX-NN)的次级通道系统辨识的方法,并成功应用于振动主动控制系统中。首先,使用NARX神经网络对次级通道进行辨识得到准确的次级通道模型;其次,采用FIR滤波器重构初级通道的输出,从而获得作动器的输出信号,基于重构得到数据对辨识的网络进行在线学习,可以避免由白噪声激励在系统中带来的随机振动对控制效果的影响;最后搭建仿真模型以及实验平台,仿真结果表明,该控制算法可以克服次级通道的时变性导致的次级通道失真问题;实验结果表明,该算法对15、20 Hz的线谱分别取得30.1、40.4 dB的能量衰减效果,能够有效地实现振动主动控制。
|
关 键 词: | 振动与波 Fx-LMS前馈控制 NARX神经网络 振动主动控制 在线系统辨识 |
|
|