• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE / ASME Transactions on Mechatronics >A Mechatronic Motor-Table System Identification Based on an Energetics Fitness Function
【24h】

A Mechatronic Motor-Table System Identification Based on an Energetics Fitness Function

机译：基于能量适应度函数的机电单表系统辨识

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, system identification by the self-learning particle swarm optimization (SLPSO) with a new energetics fitness functions (FFs) is proposed to identify a mechatronic motor-table system. First, the completed mathematical model containing both mechanical and electrical equations is successfully formulated. Second, a new energetics FF containing an energy balance equation are proposed and employed in the SLPSO to identify the unknown parameters of a mechatronic system. It is found that the system identification using this new FF, unknown parameters can be identified well and the all states have better results converging toward the real ones. On the other hand, when the FF is only a part of the state errors, not all parameters are able to be accurately identified and only partial states converge. Therefore, the new FF with an energy balance equation is adopted in experiments for a real mechatronic motor-table system and the unknown parameters are successfully identified by the SLPSO experimentally.
机译：本文提出了一种基于自学习粒子群算法（SLPSO）的系统识别方法，该算法具有新的能量适应度函数（FFs），用于识别机电一体化的电动工作台系统。首先，成功地建立了包含机械和电气方程的完整数学模型。其次，提出了一种新的包含能量平衡方程的高能子FF，并将其用于SLPSO中以识别机电系统的未知参数。结果表明，使用该新的FF进行系统识别，未知参数可以很好地识别，所有状态的收敛结果都更好。另一方面，当FF仅是状态错误的一部分时，不是所有参数都能够被准确识别，并且仅部分状态会聚。因此，在实验中采用了带有能量平衡方程的新FF用于实际的机电汽车工作台系统，并且通过SLPSO实验成功地识别了未知参数。

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