基于单隐层神经网络的压电执行器非线性特征建模策略研究

摘要

研究了压电致动器的几种主要非线性特征的联合建模方案,其中包括迟滞、蠕变和温度漂移.提出了一个利用NARM AX模型的级联单隐层前馈神经网络以消除迟滞的影响,利用信息标准和误差缩减比算法确定对模型误差影响最大的几项回归因子作为网络的输入节点.实验表明,利用多网络泛化和正则化策略,网络在测试数据上的绝对误差可以下降到不高于±0.1 μm;通过将运行时间、温度传感器测量值和激励电压频率三项数据加入输入节点,可补偿蠕变和温度漂移导致的非线性因素,将最终在测试集上的绝对误差限制在±0.01 μm之内,且对于不同的激励电压频率具有良好的泛化能力.本文的研究成果对于多非线性耦合的压电执行器建模有一定的借鉴意义.