-
基于神经网络的音圈电机迟滞特性建模
阐述了由音圈电机驱动的定位系统,并为该系统设计了微位移检测电路.对音圈电机施加35Hz的正弦波电压时,绘制的电机输出位移曲线为迟滞环,并且采集了0~35V的任意三角波驱动电压下的输出位移数据,作为训练样本.设计了径向基函数网络的迟滞辨识模型.网络的激励函数采用高斯核函数,提出加入最近邻规则的混合型K-均值聚类算法,基宽度由平均法确定,解决了RBF中心的初始化和基宽度由经验公式确定的问题.经验证,权值的修正采用改进的BP算法.仿真训练结果表明,RBF网络迟滞辨识模型平均误差为0.115μm,误差最大值为0.323μm.当辨识音圈电机的迟滞特性时,改进的RBF网络学习速度和精度都优于BP网络.赵景波,薛琨,张磊,刘慧敏 - 系统仿真学报文章来源： 万方数据
科创中国
