基于动态PREISACH算子的压电陶瓷动态迟滞智能建模

针对经典Preisach模型存在的不能反映迟滞依赖于输入变化率的动态特性且其权重函数难以确定的缺点,给出了Preisach模型中积分项的一种实现形式,动态Preisach算子,其参数是榆入变化率的函数,该Preisach算子反映了迟滞依赖输入变化率而体现的动态特性的基本特征.通过引入动态Preisach算子,将存在于迟滞非线性中的多值映射转化为连续的一一映射,从而将神经网络等智能辨识工具应用到迟滞非线性的建模中.该方法简化了迟滞非线性的建模过程,结构简单,且能实现在线更新,具有实际的应用价值,实验结果验证了所得模型的有效性.     

辨识智能作动器中迟滞非线性的两种方法

智能化是当今世界的发展趋势。智能材料结构作为研究热点之一,应用于航空、航天、生物及医药等诸多领域。智能作动器与智能传感器是智能材料结构的两个主要研究方向。迟滞现象是存在于大量智能材料中的非线性现象,对整个控制系统可能带来不良影响,如稳定性的恶化甚至丧失等。Preisach模型常用于智能材料中针对迟滞现象的建模。基于一阶滞回曲线获得智能作动器的输入输出数据,从理论上研究了经典Preisach模型两种工程上易实现的辨识方法,并应用到一种真实的智能作动器——WIDS-IA压电型作动器,仿真与实验结果表明,两种辨识方法均有效,且误差在同一数量级。为广泛存在迟滞非线性的智能作动器建模提供了理论依据,并具有工程实用价值。     

基于Gamma滤波的压电陶瓷动态迟滞建模研究

融合Gamma滤波和PI模型的结构,提出压电陶瓷的动态迟滞模型.借鉴PI模型的结构, 对Gamma滤波的各个环节的输出通过RBF神经网络进行静态非线性变换,并在其后与一个动态神经网络串联, 构成了一种新的神经网络迟滞模型.与静态PI 模型不同,由于新模型中含有动态的类迟滞算子与动态神经网络串联.所以, 所提出的迟滞模型是一种动态的迟滞模型.对压电陶瓷实际测量数据逼近和预测的结果表明,所提出的动态迟滞模型精度高,具有较强的泛化能力.     

压电陶瓷回环特性的RBF神经网络建模研究

压电陶瓷的输入输出特性表现为非线性多值对应关系，直接采用只能逼近任意单值对应函数的前馈神经网络是无法描述压电陶瓷回环特性的，该文提出在二维输入输出空间中增加时间轴，构成三维空间，使压电陶瓷的输入输出特性变为单值对应关系。采用多输入单输出的RBF神经网络实现对迟滞回环特性的描述，其仿真结果表明该建模方法是有效的，并具有较高的精度。     

基于WIENER模型的压电陶瓷神经网络动态迟滞模型的研究

从频域的角度分析，一般认为迟滞特性的形成是由于对输入信号进行了相位滞后而造成，从而形成了输入和输出的多值对应关系，但直接从相位滞后角度所建立的迟滞模型主要是对迟滞环中的主环进行逼近。该文给出了多值对应的迟滞特性的新解释，提出迟滞特性是由形成多值对应的相位滞后部分和动态非线性部分串联组成。采用改进的Wiener模型建立压电陶瓷的迟滞回环特性模型，仿真和实验结果表明在描述压电陶瓷的多值对应、动态特性及非线性特性方面，所提出的神经网络动态迟滞模型具有较高的精度。     

迟滞非线性的一种离散Preisach函数辨识法

研究辨识Preisach分布函数,从而为智能材料中的迟滞非线性现象建模的一种离散方法——一阶滞回曲线法。它结合离散Preisach模型的特点,利用物理学及地质学等学术领域常需绘制的磁学曲线——一阶滞回曲线构造输入序列。基于一阶滞回曲线,提出了两种输入序列构造方法。具有原理清楚,计算简单、易于实现的特点。提出相关命题,阐明了这种辨识方法解的存在性与唯一性。仿真结果表明,该方法切实有效。论文最后就本方法的局限性做了简单讨论。     

基于PI和神经网络混合模型的音圈电机迟滞建模

为有效控制具有迟滞特性的音圈电机,首先需对迟滞进行建模。针对结构复杂,不能准确描述动态迟滞特性的PI模型的缺点,提出了基于PI(Prandtl-Ishlinskii)和神经网络混合迟滞模型。该模型分为两部分,第一部分由少量不同阀值的Backlash叠加而成,构成了一般迟滞特性;第二部分为神经网络,用于实现一般迟滞特性到对音圈电机迟滞特性的逼近,并实现对迟滞回环动态特性描述。仿真实验表明,所提出的基于PI和神经网络混合迟滞模型,与PI模型相比较,结构简单,建模精度高。     

迟滞系统建模与自适应控制

迟滞非线性是影响智能材料驱动器工作精度的主要因素.为了降低迟滞特性对驱动器工作的影响,需要对其建模和补偿.Prandtl-Ishlinskii(PI)截止算子被用于建立迟滞模型,经过推导将迟滞特性分解为线性部分和非线性部分.采用PI的启动算子对其非线性部分进行补偿,由Lyapunov 稳定性理论推导出此控制方案的自适应控制规律.通过仿真验证了所提出的迟滞非线性补偿方案的有效性.     

过程控制中的智能集成建模方法

针对复杂工业过程中广泛存在的对象难于辨识的问题,本文讨论了过程控制中的一类集成建模方法.通过研究铅锌冶炼过程的两个对象,分别建立了预测烧结块成分的集成模型和鼓风炉透气性模型.然后阐述了以神经网络为基础,结合其它方法的智能集成建模策略,这种方法由于充分利用了对象的各类信息,能够有效解决复杂对象的建模问题.     

一个用于反导作战建模与仿真的智能集成模型

基于分布对象技术和HLA技术规范，提出了一个用于反导作战仿真的智能集成模型，探讨了有关作战仿真智能集成的模型结构，系统特性，基本建模服务，带有学习特性的建模机制，仿真运行机制等问题，智能集成模型是一个由多个服务器和多个客户机组成的既可以用于建模，又可以用于仿真运行的分布网络，基于反导作战仿真需求分析和设计，可以建立反导作战仿真的基本模型组件和工具，这些组件和工具构成了反导作战仿真的基本建模服务，其它模型的建立是在基本建模服务的服务下进行的，模型的建模机制保证了一个新的模型或工具可以成为建模服务中的一个组件或工具，模型的仿真运行机制保证了整个仿真系统协调一致地运行。     

采用拓展空间法建立迟滞模型

神经网络应用于非线性建模具有很多优点,但对迟滞这类多值映射非线性无能为力.一个新的基于神经网络的迟滞建模方法--拓展空间法被提出.通过坐标变换建立基本迟滞算子,将基本迟滞算子的输出与迟滞输入同时作为神经网络的输入,使神经网络的输入空间由一维上升为二维,从而使输入与输出之间形成一对一映射关系.最后的实验结果表明,通过拓展空间法神经网络能够对多值映射非线性进行建模.     

光纤陀螺温度和标度因数非线性误差建模研究

分析了开环光纤陀螺(O-FOG)的温度和非线性特性,以时间、温度和输入角速率为参量得到O-FOG的温度和标度因数非线性误差的混合模型,并设计了一种能够同时辨识这些参数的实验方法和数据处理方法,通过大量温度速率实验,辨识出O-FOG的温度和非线性混合模型,利用该模型对陀螺进行补偿验证,结果表明,补偿后的O-FOG克服了温度和非线性对其测量精度的影响,使它在全温度和全速率下的测量精度得到了极大提高,证明了该方法的可行性。