基于增加动量项的神经网络左逆张力辨识策略

摘要

以两电机张力控制系统为研究对象,为实现两电机张力控制系统的高性能控制及无传感器运行,张力的准确检测是其中的关键.文中提出了基于人工神经网络和左逆系统理论的两电机张力系统的一个新的识别方法.考虑到系统的参数是时变的和张力易受负载变化影响.神经网络左逆辨识被用在该系统中中,这是很容易实现的左逆模型.针对运用中传统BP网络的收敛速度慢,易陷入极小值的缺点,提出了增加动量项的改进神经网络左逆辨识策略,通过仿真模型对在负载扰动下两电机的张力进行辨识.仿真结果表明,辨识准确,策略可行.