基于最小二乘支持向量机的超磁致伸缩执行器磁滞非线性模型.pdf

《基于最小二乘支持向量机的超磁致伸缩执行器磁滞非线性模型.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2012年l2月机床与液压Dec．2012第40卷第23期MACHINETOOL＆HYDRAUUCSVo1．40No．23DOI：10．3969／j．issn．1001—3881．2012．23．002基于最小二乘支持向量机的超磁致伸缩执行器磁滞非线性模型李跃松，朱玉川1,2，吴洪涛，牛世勇。，田一松(1．南京航空航天大学机电学院，江苏南京210016；2．浙江大学流体动力与机电系统国家重点实验室，浙江杭州310027；3．西安飞行自动控制研究所，陕西西安710065)摘要：为准确模拟超磁致伸缩执行器的磁滞非线性特性，基于最小二乘支持向量机与实验数据建立了超磁致伸缩执行器的模型

2、，结果显示所建模型都能够充分逼近非线性实验数据点。为提高模型的求解速度，仅选用一半的实验数据建立了小样本模型，并与神经网络所建小样本模型对比，结果表明：基于最小二乘支持向量机所建模型的位移预测误差小于1．2m，而基于神经网络所建模型的位移预测误差大于1．5m。关键词：超磁致伸缩；磁滞非线性；最小二乘支持向量机；神经网络中图分类号：TH113．1文献标识码：A文章编号：1001～3881【2012)23—004—3HysteresisNonlinearityM0delofGiantMagnetostrictiveActuatorBasedonLeastSquaresSupport

3、VectorMachineLIYuesong，ZHUYuehuan，WUHongtao，NIUShiyong，TIANYisong(1．CollegeofMechanicalandElectricalEngineering，NanjingUniversityofAeronauticsandAstronautics，NanjingJiangsu210016，China；2．1’}leStateKeyLabofFluidPowerTransmissionandControl，Zh~iangUniversity，HangzhouZhejiang310027，China；3．Fligh

4、tAutomaticControlResearchInstitute，Xi’anShaanxi710065，China)Abstract：Themodelofgiantmagnetostrictiveactuatorbasedonleastsquaressuppo~vectormachineandtheexperimentaldatawasdevelopedtodescribethehysteresisnonlinearityofgiantmagnetostrictiveactuator．Theresultsshowthatleastsquaressuppo~vec—torma

5、chinecanfitexperimentaldataaccurately．Inordertosolvethemodelquickly，onlyahalfofexperimentaldatawereusedformodeling，andthemodelbasedneuralnetworkwasalsobuilttomakecomparisonwiththemodelbasedonleastsquaressuppo~vectormachine．TheresultsshowthatthedisplacementelTorofmodelbasedonleastsquaressuppo

6、~vectormachineislessthan1．2m，thedisplacementerrorofmodelbasedonneuralnetworkismorethan1．5m．Keywords：Giantmagnetostrictive；Hysteresisnonlinearity；Leastsquaressuppo~vectormachine；Neuralnetwork稀土超磁致伸缩执行器(GiantMagnetostrictive少心，因此基于LS．SVM能够建立精度与模型求解速Actuator，GMA)具有响应快、精度高、承载能力强度综合最优的GMA磁滞非线性模型。

7、等优点，在精密加工、水声换能、主动减震等需要快1KS—SVM建模原理速反应或精确定位的控制系统中，有着广泛的应用前对于给定的建模样本集景⋯。但因磁滞的影响，GMA的输出呈现严重的非S={sIsi=(，Yi)，∈R，Y∈R，i=l，2，⋯，z}线性，为提高GMA的定位精度和线性度，需要建立(1)GMA的模型对其非线性进行补偿。最／Ix-"乘支持向量机(LeastSquaresSuppo~Vec—通过一币()的非线性映射后，可利用币()的线性torMachine，LS．SVM)能够逼近任意复杂的