文献类型：期刊文章

作　　者：范家华[1] 马磊[1] 周攀[1] 刘佳彬[1] 周克敏[2]

FAN Jia-hua;MA Lei;ZHOU Pan;LIU Jia-bin;ZHOU Ke-min(Institute of Systems Science and Technology, School of Electrical Engineering,Southwest Jiaotong University, Chengdu Sichuan 611756, China;School of Electrical Engineering and Computer Science, Louisiana State University, Baton Rouge 70803, USA)

机构地区：[1]西南交通大学电气工程学院系统科学与技术研究所,四川成都611756 [2]路易斯安那州立大学电气工程与计算机科学系,美国巴吞鲁日70803

出　　处：《控制理论与应用》

基　　金：国家自然科学基金重点项目(61433011)资助~~

年　　份：2016

卷　　号：33

期　　号：7

起止页码：856-862

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20163602772216)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对压电作动器(piezoelectric actuator,PEA)的率相关迟滞非线性特性,构建了Hammerstein模型对压电作动器建模.采用径向基(radial basis function,RBF)神经网络模型表征迟滞非线性,利用自回归历遍模型(auto-regressive exogenous,ARX)表征频率的影响,并对模型参数进行了辨识.此模型可以在信号频率在1～300 Hz范围内时,较好地描述压电作动器的迟滞特性,建模相对误差为1.99%～4.08%.采用RBF神经网络前馈逆补偿控制,结合PI反馈的复合控制策略实现跟踪控制,控制误差小于2.98%,证明了控制策略的有效性.

关 键 词：率相关  迟滞  RBF神经网络 压电作动器 HAMMERSTEIN模型

分 类 号：TP183] TP273]