-
题名基于EKOA-ELM的压电型三维力传感器解耦算法
- 1
-
-
作者
何祥
刘勇
刘诚
陈思涵
-
机构
四川轻化工大学自动化与信息工程学院
四川轻化工大学人工智能四川省重点实验室
-
出处
《组合机床与自动化加工技术》
北大核心
2025年第4期32-36,42,共6页
-
基金
四川省科技计划项目(22ZFSHFZ0001)。
-
文摘
针对压电型三维力传感器由于结构制造而产生的维间耦合问题,设计了一种基于改进的开普勒优化算法优化极限学习机(EKOA-ELM)的解耦算法。首先,阐述了压电型三维力传感器的耦合特性;然后,对压电型三维力传感器构建标定实验进行标定,得出三维力传感器的测力数据;最后,建立极限学习机非线性解耦模型,并利用混沌Cat映射与基于余弦规律变化的收敛因子对KOA(Kepler optimization algorithm)算法进行优化。实验结果表明:平均解耦Ⅰ类误差控制在0.38%以内,平均解耦Ⅱ类误差控制在0.32%以内,解耦时间为0.071 s,该算法有较好解耦精度的同时,保持较好的解耦效率。
-
关键词
压电型三维力传感器
维间耦合
极限学习机
开普勒优化算法
混沌cat映射
收敛因子
-
Keywords
piezoelectric three-dimensional force sensor
interdimensional coupling
extreme learning machine
Kepler optimization algorithm
chaotic cat mapping
convergence factor
-
分类号
TH165
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
-
