基于神经网络的超磁致伸缩执行器模型参考控制
对超磁致伸缩执行器提出了神经网络模型参考自适应控制;超磁致伸缩材料具有磁滞非线性,随输入信号频率的增加,滞环也会增大,用一般的控制器难以实现精确控制;针对于此,为避免建立被控对象的精确模型实现精确控制,结合超磁致伸缩执行器的动态线性模型设计了基于BP和RBF神经网络的模型参考自适应控制器;RBF网络作为辨识器,BP网络为控制器,先进行离线学习;BP再在线辨识,同时把梯度信息传给RBF,使被控对象跟随参考模型;仿真结果表明,控制器的跟随效果良好,达到了较高的控制精度.
超磁敛伸缩执行器、BP、RBF、Terfenol-D、模型参考控制
18
TP2(自动化技术及设备)
河南省教育厅自然科学研究计划项目资助2008A510010
2010-12-02(万方平台首次上网日期,不代表论文的发表时间)
共3页
1777-1779