已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Hysteresis modeling of piezoelectric micro-positioning stage based on convolutional neural network

磁滞 普朗特数 一般化 卷积神经网络 非线性系统 计算机科学 人工神经网络 控制理论(社会学) 人工智能 数学 物理 数学分析 机械 控制(管理) 凝聚态物理 对流 量子力学
作者
Junfeng Hu,Yuan Zhong,Mingli Yang
出处
期刊:Proceedings Of The Institution Of Mechanical Engineers, Part I: Journal Of Systems And Control Engineering [SAGE]
卷期号:235 (2): 170-179 被引量:7
标识
DOI:10.1177/0959651820950845
摘要

The inherent hysteresis nonlinearity of piezoelectric actuator degrades the positioning accuracy of the micro-positioning stage. Prandtl–Ishlinskii model is widely used for piezoelectric hysteresis modeling, yet it is a rate-independent model with weak generalization ability. To overcome this problem, we proposed a convolutional neural network model based on the Prandtl–Ishlinskii model, which consists of a rate-dependent Prandtl–Ishlinskii model layer and convolutional network layer. The rate-dependent Prandtl–Ishlinskii model layer extends the traditional Prandtl–Ishlinskii model to describe the rate-dependent hysteresis behavior. The convolutional network layer with deep learning ability extracts the deep features of the input signal to improve the generalization ability of the hysteresis model. The experiment results indicate that the standard error of the proposed hysteresis model to predict displacement at unmodeled frequencies has been reduced by 18.74%–36.75% in comparison with the Prandtl–Ishlinskii model, which verifies that the proposed hysteresis model has not only higher accuracy but also stronger generalization ability.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Jasper应助小苏打采纳,获得10
刚刚
4秒前
dota1dota26完成签到,获得积分10
4秒前
所所应助科研通管家采纳,获得10
6秒前
无花果应助科研通管家采纳,获得10
6秒前
Orange应助科研通管家采纳,获得30
6秒前
英姑应助科研通管家采纳,获得10
6秒前
星辰大海应助科研通管家采纳,获得10
6秒前
NexusExplorer应助科研通管家采纳,获得10
6秒前
酷波er应助科研通管家采纳,获得10
6秒前
慕青应助嘟嘟采纳,获得10
7秒前
Jasper应助marstar采纳,获得10
7秒前
11秒前
领导范儿应助潇洒忘幽采纳,获得10
14秒前
水野发布了新的文献求助10
15秒前
科研通AI2S应助兴奋的故事采纳,获得10
21秒前
英俊的铭应助Christoph_Lee采纳,获得10
21秒前
22秒前
22秒前
25秒前
26秒前
27秒前
大胆小丸子完成签到,获得积分10
28秒前
夜白应助直率的冷梅采纳,获得20
28秒前
Greenhand完成签到,获得积分10
29秒前
慕青应助痴情的绮菱采纳,获得10
33秒前
samar发布了新的文献求助10
34秒前
haveatry发布了新的文献求助30
34秒前
淡定的萝莉完成签到 ,获得积分10
36秒前
云中漫步完成签到,获得积分10
37秒前
39秒前
彭于晏应助赖皮蛇采纳,获得10
41秒前
41秒前
⊙▽⊙发布了新的文献求助10
44秒前
木子倪完成签到,获得积分10
46秒前
46秒前
47秒前
mmddlj完成签到 ,获得积分10
47秒前
53秒前
英姑应助稳重元彤采纳,获得10
53秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248529
求助须知:如何正确求助?哪些是违规求助? 2891960
关于积分的说明 8269265
捐赠科研通 2559983
什么是DOI,文献DOI怎么找? 1388824
科研通“疑难数据库(出版商)”最低求助积分说明 650913
邀请新用户注册赠送积分活动 627798