基于神经网络的迟滞非线性逆模型.pdfVIP

维普资讯 第 41卷 第 1期 上 海 交 通 大 学 学 报 Vol_41No．I 2007年 1月 JOURNALOFSHANGHAIJIAOTONGUNIVERSITY Jan．2007 文章编号：1006—2467(2007)01—0104—04 基于神经网络的迟滞非线性逆模型 赵新龙 ， 谭永红2， 董建萍。 (1．上海交通大学 自动化系，上海 200240；2．桂林 电子科技大学 计算机系，桂林 541004； 3．上海师范大学 数理信息学院，上海 200234) 摘 要 ：为了补偿迟滞特性对系统的不 良影响，提高迟滞非线性系统的控制精度 ，建立 了神经网络 迟滞非线性逆模型．由于神经网络不能够直接逼近迟滞逆这种具有记忆性的多映射现象，通过引入 一 个迟滞逆算子，将 多映射的迟滞逆转换成一一映射 ，然后运用神经网络来逼近这个一一映射从而 建立一个基于神经网络的迟滞逆模型．该模型的主要优 点是结构简单 、精度高，可以在线调整神经 网络的权值 以适应不同工作条件下的迟滞逆辨识．最后 ，运用该方法对压 电执行器中的迟滞非线性 建立 了逆模型． 关键词 ：迟滞逆；迟滞逆算子；神经网络 中图分类号：TP202 文献标识码 ：A Modeling InverseHysteresisUsingNeuralNetworks ZHAOXin—long ， TAN Yong—hong ， DONGJian—ping。 (1．Dept．ofAutomation，ShanghaiJiaotongUniv．，Shanghai200240，China； 2．Dept．ofComputerScience，GuilinUniv．ofElectronicTechnology，Guilin 541004，China； 3．Mathematics ScienceCollege，ShanghaiNormalUniv． Shanghai200234。China) Abstract：Inordertocompensatethehysteresisnonlinearityandimprovetheprecisionofsystem withhys— teresis，aninversehysteresismodelwasconstructed．Asneuralnetwork cannotbeused toapproximate themulti—valuedmappingofinversehysteresisdirectly，aninversehystereticoperatorisproposedtotrans— form themulti·v‘aluedmapping intoaone——to。o‘nemappingwhich enablesneuralnetworkstoapproximate thebehaviorofinversehysteresis．Theadvantageoftheneuralnetworksbasedinversehysteresismodelis thatithasarathersimplearchitecture．Furthermore，itisconvenienttotunetheweightsofneuralnet— worksfortheidentification ofinversehysteresisindifferentconditions．Finally，theapproachwasapplied tomodeltheinversehysteresisinpiezoelectricactuator． Keywords：inversehysteresis；inversehystereticoperator；neuralnetworks(NN) 压电执行器广泛运用到微定位、微驱动等高精