微纳传动系统的BP神经网络非线性控制
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

重庆大学机械传动国家重点实验室自主研究项目(0301002109150);重庆大学机械传动国家重点实验室2008年度开放基金资助项目(SKLMT-KFKT-200806)


Non-linear control of mirco/nano-transmission system using BP neural network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    对微纳传动系统的动态特性进行了分析,将微纳定位平台简化成等效弹簧质量阻尼模型,应用拉格朗日方法,建立了定位平台的动力学模型。结合压电陶瓷驱动器(PZT)的电容特性,推导了微纳传动系统的总传递函数。利用BP神经网络的自学习、自适应及非线性逼近功能,对该微纳传动系统的PID参数进行在线自整定。结合PID控制简单、实现容易与鲁棒性强的优点,设计了BP神经网络PID(BPNN-PID)控制器,与传统PID控制相比,实现了更高的控制精度和更短的稳态时间,满足了微纳传动系统高精度与快速响应的要求。

    Abstract:

    Dynamic characteristics of the mirco/nano-transmission system are analyzed. After simplified micro-nano-positioning platform to be a spring-mass-damper model equivalently,its dynamic model is established using Lagrange approach. Based on the capacitor characteristics of piezoelectric actuator (PZT),the overall-transfer-function of the system is deduced. Because of self-training function,adaptability and nonlinear approximation of BP neural network,the PID parameters are self-tuned online. A BPNN-PID controller is designed by combining the advantages of simpleness,easy realization and good robustness of PID method. The BPNN-PID controller realizes higher control accuracy and shorter steady-state residence time compared with traditional PID,and well meets the need of high accuracy and fast response of the mirco/nano-transmission system.

    参考文献
    相似文献
    引证文献
引用本文

林超,俞松松,程凯,崔新辉,刘刚.微纳传动系统的BP神经网络非线性控制[J].重庆大学学报,2011,34(11):13-19.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码