期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度神经网络(DNN)的压电陶瓷前馈补偿研究 被引量:6
1
作者 熊永程 贾文红 +1 位作者 张丽敏 郑丽芳 《压电与声光》 CAS 北大核心 2022年第1期35-41,共7页
针对压电陶瓷固有的迟滞非线性,设计了一种基于深度神经网络(DNN)的前馈补偿控制系统。该系统包含1个输入层、7个隐藏层和1个输出层。实验结果表明,开环情况下压电陶瓷的位移线性误差达8.91μm。施加神经网络前馈补偿后,压电陶瓷的最大... 针对压电陶瓷固有的迟滞非线性,设计了一种基于深度神经网络(DNN)的前馈补偿控制系统。该系统包含1个输入层、7个隐藏层和1个输出层。实验结果表明,开环情况下压电陶瓷的位移线性误差达8.91μm。施加神经网络前馈补偿后,压电陶瓷的最大位移误差降低到80 nm,稳态误差为±20 nm。进一步测试表明,在10~100 Hz输入频率下系统最大误差小于100 nm,均方根误差为0.01μm,验证了深度神经网络能够准确补偿压电陶瓷动态迟滞非线性,具有较好的频率泛化能力。 展开更多
关键词 压电陶瓷 迟滞非线性 深度神经网络 前馈控制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部