基于rbf网络高速电磁开关阀模型辨识

《基于rbf网络高速电磁开关阀模型辨识》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、2011年9月机床与液压Sep．2011第39卷第17期MACHINET0OL&HYDRAULICSVo1．39No．17DOI：10．3969／j．issn．1001—3881．2011．17．028基于RBF网络的高速电磁开关阀模型辨识泮健，施光林(上海交通大学机电控制与物流装备研究所，上海200240)摘要：简介高速电磁开关阀常用模型，分析其特点；给出RBF神经网络用于非线性系统辨识的一般结构与步骤；分析了使用该网络进行高速电磁开关阀模型辨识的结果，同时使用一些未作为训练样本的数据进行验证，并与理想公式的计算结果进行对比。结果表明：即使在高速开关阀的电气与结构参数未知的情

2、况下，仍然可以使用RBF网络辨识出适合实际应用的高速电磁开关阀模型。关键词：RBF神经网络；高速电磁开关阀；模型辨识中图分类号：TH137文献标识码：A文章编号：1001—3881(2011)17—092—3ModelIdentificationofHighSpeedon／ofSolenoidValveBasedonRBFNetwork’PANJian。SHIGuanglin(InstituteofMechatronics&LogisticsEquipment，ShanghaiJiaotongUniversity，Shanghai200240，China)Abstract：Th

3、efrequentlyusedmodelsofhighspeedon／ofsolenoidvalveandtheircharacteristicswereintroducedandanalyzed．ThegeneralstructureandstepsofRBFneuralnetworksemployedfornon—linearsystemidentificationweredepicted．Asanexample，theRBFnetworkwasusedforthemodelidentificationofhighspeedon／ofsolenoidvalve．Theexp

4、erimentsweremadeandtheresultswereclassifiedintotwosets，onesetforidentificationandtheotherforvalidation．Theidentifiedmodelwastestifiedthroughthecon—parisontothecalculationresultsfromidealflowrateequation．TheresultsshowthattheidentifiedmodelusingRBFnetworkcanreflectthenon—linearcharacterofhigh

5、speedon／ofsolenoidvalveeveniftheelectricalandmechanicalparametersarenotknown．Keywords：RBFneuralnetwork；Highspeedon／ofsolenoidvalve；Modelidentification高速电磁开关阀作为一种数字元件，在计算机技且，针对特定的阀，从使用者角度来看，许多参数的术不断发展的今天获得了广泛的应用。相比于传统的获得相对困难。因此，有必要使用一种较为实用的方电液伺服阀和电液比例阀，高速电磁开关阀具有无需法，能从阀的试验特性中建立阀的模型。人工神经网DA转换就能

6、直接与数字控制器接口等优良特性。国络近些年来在系统辨识中起到了越来越重要的作用。内外针对高速电磁开关阀的研究主要包括对阀本身模相比经典的辨识方法，人工神经网络具有非线性映射型的建立以及使用高速电磁开关阀的各类控制系能力强的优点，因而被广泛地用于非线性系统辨统。识，其中最具有代表性的网络有RBF网络和BP在阀建模问题上，文献[3]从分析电磁线圈得网络。电后产生的磁场开始，结合阀芯的液动力及电磁线圈作者使用RBF网络对一种高速电磁开关阀进行电路磁路方程，进而确立阀芯在电磁力作用下的运动模型辨识。该模型的输人参数是控制信号的占空比规律，最终确定电磁阀在一定电压激励下的阀口流量和频率．

7、厂，输出为高速电磁开关阀的空载流量q。试特性。这类方法一般将电磁线圈产生的电磁力等效为验数据被分成训练样本和测试样本。通过对比理想公一个集中力，并且在磁路中对气隙进行分段简化处式的计算结果，使用该RBF网络辨识模型能准确再理。文献[4]考虑阀芯运动特性，从静态特性的角现高速开关阀的非线性特性，达到了辨识的目的。度对阀的流量进行研究。文献[5]把阀近似作为惯1RBF网络结构与学习过程性环节处理。这些方法都在一定的条件下取得了所需RBF网络是人工神经网络中一种常见的结构。的效果。已经证明，它与B