首页 | 本学科首页   官方微博 | 高级检索  
     

基于CMAC小脑神经网络的超磁致伸缩作动器高精度控制的仿真研究
引用本文:胡世峰,朱石坚,楼京俊,谢向荣. 基于CMAC小脑神经网络的超磁致伸缩作动器高精度控制的仿真研究[J]. 振动与冲击, 2009, 28(3): 68-72. DOI:  
作者姓名:胡世峰  朱石坚  楼京俊  谢向荣
作者单位:海军工程大学船舶与动力学院, 湖北武汉430033
基金项目:国家自然科学基金,国防预研项目 
摘    要:为了补偿超磁致伸缩作动器(GMA)内在的滞回非线性提高其精度,将小脑神经网络(CMAC)前馈和PID反馈控制器相结合,提出了一种实时滞回补偿控制策略,以期实现GMA的高精度跟踪控制。由于CMAC神经网络不能够直接逼近滞回逆这种具有记忆性的多映射现象,通过引入一个滞回逆算子,将多映射的滞回逆转换成一一映射,然后运用CMAC神经网络控制器来逼近这个一一映射,从而建立一个基于CMAC神经网络的滞回逆模型。仿真结果表明该控制策略能适应GMA滞回特性随输入信号的变化,在线建立GMA的滞回逆模型,从而消除滞回非线性的影响,实现GMA的高精度控制。

关 键 词:超磁致伸缩作动器   滞回非线性   小脑神经网络   滞回逆算子   
收稿时间:2007-04-28
修稿时间:2008-06-20

High-precision control of giant magnetostrictive actuator based on CMAC neural network
HU Shi-feng,ZHU Shi-jian,LOU Jing-Jun,XIE Xiang-Rong. High-precision control of giant magnetostrictive actuator based on CMAC neural network[J]. Journal of Vibration and Shock, 2009, 28(3): 68-72. DOI:  
Authors:HU Shi-feng  ZHU Shi-jian  LOU Jing-Jun  XIE Xiang-Rong
Affiliation:College of Marine and Power Engineering,Naval University of Engineering , Wuhan 430033 , China
Abstract:
Keywords:giant magnetostrictive actuator  hysteresis nonlinearity  cerebellar model articulation controller  inverse hysteretic operator
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《振动与冲击》浏览原始摘要信息
点击此处可从《振动与冲击》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号