基于神经网络的超声波电机模型辨识
作者:
段梦凡
[1] ;
谭永红
[2]
关键词:
BP神经网络
超声波电机
辨识
非线性
摘要：
超声波电机存在着死区、迟滞等复杂的非线性特性。采用传统的系统辨识方法难以直接对该系统进行辨识,因此,根据超声波电机的静态、动态特性,提出了一种改进的BP神经网络以建立关于该电机的一种新的模型。通过引入迟滞算子构造扩张输入空间,将迟滞的多值映射转换为一一映射。提出了变斜率与带死区的神经元,以便于描述电机的死区特性。在训练神经网络时引入了广义梯度,以近似非光滑点处的梯度。最后给出了相应的实验结果,训练、泛化结果证明该建模方法是有效的。
上一篇：基于人工神经网络的红外小目标检测
下一篇：永磁型无轴承电机解耦控制策略研究