| 基于神经网络的磁流变减振器力学模型研究 |
| |
| 引用本文： | 张进秋,滕涛,黄大山,姚军. 基于神经网络的磁流变减振器力学模型研究[J]. 中北大学学报(自然科学版), 2015, 0(1) |
| |
| 作者姓名： | 张进秋 滕涛 黄大山 姚军 |
| |
| 作者单位： | 装甲兵工程学院 装备试用与培训大队,北京,100072 |
| |
| 摘 要： | 针对磁流变效应的非线性特性导致的磁流变减振器(MRD)力学模型难以精确描述的问题,设计了一种基于神经网络的磁流变减振器力学模型.利用径向基(RBF)神经网络较强的模拟非线性函数的能力,建立了减振器力学模型,并依据减振器的测试数据信息确定了RBF神经网络各节点的数量;利用遗传算法的全局优化能力和多参数并行优化能力,辨识神经网络的参数.通过RBF神经网络力学模型计算得到的阻尼力与试验数据的相对误差的平均值为2.41%,能够满足模型的实用需求.
|
| 关 键 词： | 磁流变减振器 力学模型 参数辨识 神经网络 遗传算法 |
Research on Mechanical Model of Magnetorheological Damper Based on Neural Network |
| |
| ZHANG Jin-qiu,TENG Tao,HUANG Da-shan,YAO Jun. Research on Mechanical Model of Magnetorheological Damper Based on Neural Network[J]. Journal of North University of China, 2015, 0(1) |
| |
| Authors: | ZHANG Jin-qiu TENG Tao HUANG Da-shan YAO Jun |
| |
| Abstract: | |
| |
| Keywords: | magnetorheological damper mechanical model parameter identification neural network genetic algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
