• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE Multi-conference on Systems and Control >Neural Model of Rate-Dependent Hysteresis In Piezoelectric Actuators Based on Expanded Input Space with Rate-Dependent Hysteretic Operator
【24h】

Neural Model of Rate-Dependent Hysteresis In Piezoelectric Actuators Based on Expanded Input Space with Rate-Dependent Hysteretic Operator

机译：基于扩展输入空间的压电执行器率依赖滞后神经模型，依赖于速率滞后滞后运算符

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A neural networks based approach for the identification of the rate-dependent hysteresis in the piezoelectric actuators is proposed. In this method, a hysteresis operator dependent on the change-rate of the input is proposed to extract the change-tendency and rate-dependency of the dynamic hysteresis. With the introduction of the rate-dependent hysteresis operator into the input space, an expanded input space is constructed. Thus, based on the expanded input space, the multi-valued mapping of the rate-dependent hysteresis existing in the piezoelectric actuators can be transformed into a one-to-one mapping. Then the neural networks can be utilized to approximate the behavior of the rate-dependent hysteresis. Finally, the experimental results are presented to verify the effectiveness of the proposed approach.
机译：提出了一种基于神经网络，用于识别压电致动器中的速率依赖滞后的方法。在该方法中，提出了一种滞后算子，取决于输入的变化率，以提取动态滞后的变化趋势和速率依赖性。随着将速率相关的滞后运算符引入输入空间，构造了扩展的输入空间。因此，基于扩展的输入空间，可以将存在于压电致动器中存在的速率相关滞后的多值映射可以转换为一对一的映射。然后，神经网络可以用于近似速率相关滞后的行为。最后，提出了实验结果以验证所提出的方法的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号