范家华
- 作品数：3 被引量：15H指数：1
- 供职机构：西南交通大学电气工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于径向基神经网络的压电作动器建模与控制被引量：13
- 2016年
- 针对压电作动器(piezoelectric actuator,PEA)的率相关迟滞非线性特性,构建了Hammerstein模型对压电作动器建模.采用径向基(radial basis function,RBF)神经网络模型表征迟滞非线性,利用自回归历遍模型(auto-regressive exogenous,ARX)表征频率的影响,并对模型参数进行了辨识.此模型可以在信号频率在1～300 Hz范围内时,较好地描述压电作动器的迟滞特性,建模相对误差为1.99%～4.08%.采用RBF神经网络前馈逆补偿控制,结合PI反馈的复合控制策略实现跟踪控制,控制误差小于2.98%,证明了控制策略的有效性.
- 范家华马磊周攀刘佳彬周克敏
- 关键词：RBF神经网络压电作动器HAMMERSTEIN模型
- 基于BP神经网络的压电作动器建模与控制被引量：1
- 2016年
- 使用BP神经网络模型建立了压电作动器PEA的整体式模型,以研究其率相关迟滞非线性特性。构造基于BP神经网络模型的逆补偿控制器,联合单神经元PID控制器实现对信号的跟踪控制。实验结果表明,在1-150Hz频率范围内,控制的相对误差小于2.49%,证明控制方法的有效性。
- 范家华周攀郝兵兵王丹梅
- 关键词：BP神经网络压电作动器
- 基于RBF神经网络的动态迟滞非线性系统建模与控制
- 作为一种典型的智能结构，压电作动器具有分辨率高、响应快、能量密度大等特点，在航空航天、生命科学、精密定位与测量、振动主动控制等领域有着广泛的应用。然而其本身固有的迟滞非线性特性，增加了压电作动器的控制难度，严重的可能会导...
- 范家华
- 关键词：压电作动器控制系统RBF神经网络
