基于动态递归神经网络的超磁致伸缩驱动器精密位移控制 precision position control for giant magnetos trictive actuator based on dynamic recurrent neural network.pdfVIP

下载本文档

1
0
约1.84万字
约 6页
2017-08-13 发布于上海
举报
版权申诉

基于动态递归神经网络的超磁致伸缩驱动器精密位移控制 precision position control for giant magnetos trictive actuator based on dynamic recurrent neural network.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于动态递归神经网络的超磁致伸缩驱动器精密位移控制 precision position control for giant magnetos trictive actuator based on dynamic recurrent neural network

第26卷第3期中国电机T程学报 v01．26N0．3F曲2006 2006年2月 oftheCSEE @2006C11inSoc．forElec Proceedings Eng 文献标识码：A 学科分类号：47040 文章编号：0258—8013(2006)03一叭06—06中图分类号：TMl53 基于动态递归神经网络的超磁致伸缩驱动器精密位移控制曹淑瑛，郑加驹，王博文，黄文美，颜威利 (河北工业大学电磁场与电器可靠性省部共建重点实验室，天津市红桥区300130) forGiant Act眦tor PrecisionPosi廿onControl MagnetostrictiVe BasedOn RecurrentNeuralN“work Dynamic cAO wei-h Bo—wen，HuANGw色n—mei，YAN Shu—yin臣zHENGJiaou，wANG Joint Fieldand (Pr0Vince—MiIlisⅡyKeyLaboratoryofElec廿0magneticElecmcalApparatus u11iversityofTechnology’HongqiaoDismct，TianjiⅡ300130．China) ABsTRActDuetotheinherent 是根据GMA的滞回特性构造的，通过反馈误差学习方案在 hysteredcnonlineari吼山e giant actuator(GMA)can 线学习GMA的逆滞回模型。仿真结果表明该控制策略能适 m89netostrictive caus。positi叩eⅡDr in血e cause in the 应GMA滞回特性随机械负载、输入信号的变化，在线建立 open一100psystems，andinscabill【y mis rcal—cimeGMA的滞回逆模型，从而消除滞回非线性的影响，实现 closed—loopsystcms．Tbremedypmbl唧，a contml a GMA的精密控制。 hy“e陀ticcompensations仃ategycon山i11iⅡgdynaInic a recufrentnellralne【workfDRNN)feedf0州ardcontmllerand 关键词：超磁致伸缩驱动器；滞回非线性；反馈误差学习； contmllerwas pmponionaldenvative(PD)feedbackproposed动态递归神经网络；实时补偿控制 t0 contro】of山e implement山epreclsionposidOntraclcillg 1 引言 GMA．TheDRNNcoⅡ仃011erwascOnstructedbasedOnme charac把ristjcs0f山e on-lineIeamedthe hyste哪ic