龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安工业大学
摘要：本发明提供了一种压电陶瓷迟滞建模参数辨识方法，属于迟滞建模参数辨识领域。本发明方案包括构建Bouc‑Wen模型获得非线性特性的输出；构建Backlash‑Like模型，将Bouc‑Wen模型的输出作为Backlash‑like模型的输入获得迟滞特性的输出；将Backlash‑Like模型的输出作为二阶传递函数模型的输入构建线性模型获得线性特性的输出；将输入数据输入Bouc‑Wen模型后，使用遗传算法获取每个模型的最优参数设置；为每个模型分配一个权重参数，将权重参数与对应的模型的输出值相乘后加和得到混合模型输出值；使用遗传算法进行迭代得到混合模型的最优权重参数组合。本方案解决了现有技术的迟滞模型由于通用性不强，导致模型在进行压电陶瓷迟滞建模参数辨识时不够准确，从而导致对实际系统性能判断不够准确的问题。
主权项：1.一种压电陶瓷迟滞建模参数辨识方法，其特征在于，包括如下步骤：采集压电陶瓷驱动器的实验输入数据和实际输出数据；构建混合模型，包括构建Bouc-Wen模型、Backlash-Like模型和建线性模型；将实验输入数据输入Bouc-Wen模型，获得包括压电陶瓷驱动器初始的非线性特性的输出；将Bouc-Wen模型的输出作为Backlash-like模型的输入，获得包括压电陶瓷驱动器的迟滞特性的输出；将Backlash-Like模型的输出作为线性模型的输入，获得包括压电陶瓷驱动器的线性特性的输出；对输入数据后的每个模型进行训练，根据每个模型的输出与实际输出数据之间的误差的平方和作为第一适应度函数，使用遗传算法对第一适应度函数进行反复迭代，得到第一适应度函数值小于设定阈值的每个模型的最优参数设置；将每个模型的最优参数代入到对应的模型中，并为每个模型分配一个权重参数，将每个模型的权重参数与对应的模型的输出相乘后，得到带权重的输出值，将每个模型带权重的输出值加和得到混合模型的总输出，将总输出和实际输出数据之间的误差的平方和作为第二适应度函数，使用遗传算法对第二适应度函数进行反复迭代，得到第二适应度函数值小于设定阈值的混合模型的最优权重参数组合。
全文数据：
权利要求：
百度查询： 西安工业大学 一种压电陶瓷迟滞建模参数辨识方法、系统、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号