基于神经网络的压电陶瓷执行器速率相关磁滞模型

提出了一种识别压电陶瓷驱动器中与速率相关的磁滞的方法。 在这种方法中,将相对于磁滞输入的输出的所谓的广义梯度和代表输入的频率变化的输入的导数两者都引入到输入空间中。 然后建立扩展的输入空间。 因此,基于输入空间的扩展,速率相关磁滞的多值映射可以转换为一对一映射。 在这种情况下,可以将神经网络方法应用于速率相关磁滞的建模。 最后,实验结果被提出来说明所提方法的性能。