机械传动2022,Vol.46Issue(3) :10-15,139.DOI:10.16578/j.issn.1004.2539.2022.03.002

忆阻迟滞模型与神经网络并联的谐波减速器混合迟滞建模研究

Research on Hybrid Hysteresis Modeling of Harmonic Reducer based on Parallel with Memristor Hysteresis Model and Neural Network

党选举 魏芳
机械传动2022,Vol.46Issue(3) :10-15,139.DOI:10.16578/j.issn.1004.2539.2022.03.002

忆阻迟滞模型与神经网络并联的谐波减速器混合迟滞建模研究

Research on Hybrid Hysteresis Modeling of Harmonic Reducer based on Parallel with Memristor Hysteresis Model and Neural Network

党选举 1魏芳1
扫码查看

作者信息

  • 1. 桂林电子科技大学 电子工程与自动化学院,广西 桂林 541004
  • 折叠

摘要

针对谐波减速器随负载变化所表现出的负载转矩与扭转角之间的迟滞特性,导致谐波减速器转换精度下降的问题,构建了忆阻迟滞模型与RBF神经网络并联的谐波减速器混合迟滞模型.将忆阻器模型改进成忆阻迟滞模型,用于描述谐波减速器迟滞输出的基本变化规律;借助具有非线性拟合能力的RBF神经网络对谐波减速器迟滞模型与忆阻迟滞模型之间的差值进行补偿.实验数据验证结果表明,与忆阻迟滞模型相比,所构建的混合迟滞模型能有效描述谐波减速器迟滞的突变和非光滑特性,模型验证均方误差为0.06.

关键词

谐波减速器/迟滞特性/忆阻迟滞模型/神经网络/混合模型/并联结构

引用本文复制引用

基金项目

国家自然科学基金(61863008)

国家自然科学基金(61863007)

广西自然科学基金(2016GXNSFDA380001)

出版年

2022
机械传动
郑州机械研究所 中国机械通用零部件工业会齿轮分会 中国机械工程学会

机械传动

CSTPCD北大核心
影响因子:0.534
ISSN:1004-2539
被引量1
参考文献量7
段落导航相关论文