考虑摩擦影响的机构运动参数动态神经网络预测

摘要

研究目的是建立机构复杂非线性运动参数的动态预测模型.考虑摩擦影响的机构运动形态为高度非线性,机构在线控制难度较大.利用人工神经网络方法,建立径向基函数动态神经网络拓扑结构,将机构驱动力矩、阻尼力矩、时间和机构非线性运动参数分别作为神经网络的输入和期望输出,将它们作为RBF神经网络的学习样本,对RBF神经网络进行训练,速度快精度高.该方法为实现复杂机构系统的预测提供了一个理想的建模途径.