基于Backlash描述函數(shù)的遲滯非線性建模.pdf

1、隨著高新科技的發(fā)展,智能設備及高精度微定位裝置得到了大量應用。而這些設備和裝置中,“智能材料”構件是重要的組成部分。但是這些材料的一個主要的限制就是由于遲滯現(xiàn)象的存在,尤其是在缺乏精確模型的控制系統(tǒng)中,可能會引起震蕩,甚至會導致不穩(wěn)定。因此,在控制器設計中,對遲滯非線性建模和預測是十分必要。但是由于遲滯非線性的特殊性,傳統(tǒng)的方法難以建立精確的動態(tài)模型。
　　論文的任務是提出一種簡單而新穎的方法,建立能夠預測多類輸入信號作用下的遲滯

2、非線性特性的動態(tài)模型。
　　由于Preisach模型有著良好的精度和易用性,所以本文是基于Preisach方法建立的遲滯非線性模型。Backlash在建立Preisach遲滯模型方面被認為是最簡單最有效的工具。運用改進Backlash描述函數(shù),建立遲滯非線性動態(tài)模型是論文的豐要創(chuàng)新點,也是論文的核心內(nèi)容。首先,我們理論上證明了所給函數(shù)的重要性質及其參數(shù)在建模中所起的作用,并給出應用該函數(shù)建立遲滯模型過程。因所建模型與實際遲滯非線性

3、特性有所不同,但已具備了遲滯非線性的多數(shù)特性,同時也建立了二者之間的對應關系。因此,利用神經(jīng)網(wǎng)絡的逼近能力,以所建模型的輸出作為神經(jīng)網(wǎng)絡的一個輸入,從而建立了一個神經(jīng)網(wǎng)絡遲滯非線性模型。通過試驗驗證了所提神經(jīng)網(wǎng)絡模型能夠以較高的精度逼近給定的實際數(shù)據(jù)。
　　論文在遲滯建模方面有著清晰的數(shù)學表達形式,原理簡單易懂。但是該方法只是針對Preisach遲滯非線性特性進行建模,對其它類型的遲滯非線性特性適用性缺乏研究。同時,將所建模型用于