基于RBF网络高速电磁开关阀模型辨识.pdfVIP

2011年9月 机床与液压 Sep．2011 第39卷 第 17期 MACHINET0OL HYDRAULICS Vo1．39No．17 DOI：10．3969／j．issn．1001—3881．2011．17．028 基于 RBF网络的高速电磁开关阀模型辨识 泮健 ，施光林 (上海交通大学机 电控制与物流装备研究所，上海200240) 摘要：简介高速电磁开关阀常用模型，分析其特点；给出RBF神经网络用于非线性系统辨识的一般结构与步骤 ；分析 了使用该网络进行高速电磁开关阀模型辨识的结果，同时使用一些未作为训练样本的数据进行验证 ，并与理想公式的计算 结果进行对比。结果表明：即使在高速开关阀的电气与结构参数未知的情况下，仍然可以使用RBF网络辨识出适合实际应 用的高速电磁开关阀模型。 关键词：RBF神经网络；高速电磁开关阀；模型辨识 中图分类号：TH137 文献标识码：A 文章编号：1001—3881(2011)17—092—3 M odelIdentificationofHighSpeedon／off SolenoidValveBasedonRBFNetwork ’ PANJian。SHIGuanglin (InstituteofMechatronicsLogisticsEquipment，ShanghaiJiaotongUniversity，Shanghai200240，China) Abstract：Thefrequentlyusedmodelsofhighspeedon／offsolenoidvalveandtheircharacteristicswereintroducedandanalyzed． ThegeneralstructureandstepsofRBFneuralnetworksemployedfornon—linearsystem identificationweredepicted．Asanexample， theRBFnetworkwasusedofrthemodelidentificationofhighspeedon／offsolenoidvalve．Theexperimentsweremadeandtheresults wereclassifiedintotwosets，onesetforidentificationandtheotherofrvalidation．Theidentifiedmodelwastestifiedthroughthecon— parisontothecalculationresultsfrom idealflowrateequation．TheresultsshowthattheidentifiedmodelusingRBFnetworkcanreflect thenon—linearcharacterofhighspeedon／off solenoidvalveeveniftheelectricalandmechanicalparametersraenotknown． Keywords：RBFneuralnetwork；Highspeedon／offsolenoidvalve；Modelidentification 高速电磁开关阀作为一种数字元件 ，在计算机技 且，针对特定的阀，从使用者角度来看，许多参数的 术不断发展的今天获得了广泛的应用。相比于传统的 获得相对困难。因此 ，有必要使用一种较为实用的方 电液伺服阀和电液比例阀，高速电磁开关阀具有无需 法，能从阀的试验特性中建立阀的模型。人工神经网 DA转换就能直接与数字控制器接 口等优 良特性。国 络近些年来在系统辨识中起到了越来越重要的作用。 内外针对高速电磁开关阀的研究主要包括对阀本身模 相比经典的辨识方法，人工神经网络具有非线性映射 型的建立 以及使用高速电磁开关阀的各类控制系 能力强的优点，因而被广泛地用于非线性系统辨 统 。