基于神经网络的精密运动系统宏动平台辨识  

Identification of Macro-Moving Stage in Precision Positioning System Based on Neural Networks

作　　者：谢扬球[1,2] 谭永红[1] 

机构地区：[1]上海师范大学信息与机电工程学院,上海200234 [2]西安电子科技大学电子工程学院,陕西西安710071

出　　处：《控制工程》2010年第4期478-482,共5页Control Engineering of China

基　　金：上海师范大学重点学科资助项目(DZL811);上海市科学技术委员会研究资助项目(09220503000);上海市自然科学基金资助项目(09ZR142340);国家自然科学基金资助项目(60971004);上海市教委科技创新重点资助项目(09ZZ141);上海师范大学前瞻性科研资助项目(DYL200809)

摘　　要：针对精密运动定位系统中宏动平台具有死区与迟滞的复合特性,提出了一种特殊的神经网络结构,将通常用于逼近光滑系统的神经网络模型改进为可以描述非光滑非线性特性的模型,在模型结构中引入一种非光滑激励函数,并引入广义梯度改进麦夸特算法,以用其对精密运动系统的含有非光滑非线性的运动特性进行建模。在所设计的神经网络中,同时也采用了扩展辩识空间方法,首先将迟滞特性的多值映射变为一一映射,而且还证明了采用完备化的算子基对辩识逼近的必要性及其扩展辩识空间的途径。实际辨识结果表明,所提出的建模方法取得了令人满意的结果。A special neural network with non-smooth activation function is proposed in this paper to approximate the non-smooth nonlinearities such as dead zone coupled with hysteresis in macro-moving stage of precision positioning systems.In order to train the nonsmooth neural network,the generalized gradient is introduced into the Levenberg-Marquardt algorithm to model the behavior of the macro -stage.The expanded input space method is used to transform the multi-value mapping of hysteresis into the one-to-one mappi...

关 键 词：非光滑非线性 神经网络 算子基 精密运动系统 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]