SDH模型与神经网络串联的谐波减速器混合迟滞建模研究

党选举; 王凯利; 姜辉; 伍锡如; 张向文; 唐士杰

doi:10.16578/j.issn.1004.2539.2019.08.001

您当前的位置：

首页 >

文章列表页 >

SDH模型与神经网络串联的谐波减速器混合迟滞建模研究

理论研究 | 更新时间：2022-09-25

- SDH模型与神经网络串联的谐波减速器混合迟滞建模研究
- Research of Hybrid Hysteresis Modeling of Harmonic Reducer based on SDH Model and Neural Network in Series
- 机械传动 2019年43卷第8期页码：1-5
- 作者机构：
  
  1.桂林电子科技大学电子工程与自动化学院，广西桂林 541004
- 作者简介：
  
  党选举（1965— ），男，陕西武功人，教授，博导，主要研究方向为非线性系统建模与控制。
  王凯利（1992— ），女，河北沙河人，硕士研究生，主要研究方向为非线性系统建模与控制。
- 基金信息：
  
  国家自然科学基金(61863008;61863007┫广西自然科学基金┣2016GXNSFDA380001)
- DOI：10.16578/j.issn.1004.2539.2019.08.001
  中图分类号：
扫描看全文
党选举,王凯利,姜辉等.SDH模型与神经网络串联的谐波减速器混合迟滞建模研究[J].机械传动,2019,43(08):1-5.

Dang Xuanju,Wang Kaili,Jiang Hui,et al.Research of Hybrid Hysteresis Modeling of Harmonic Reducer based on SDH Model and Neural Network in Series[J].Journal of Mechanical Transmission,2019,43(08):1-5.
党选举,王凯利,姜辉等.SDH模型与神经网络串联的谐波减速器混合迟滞建模研究[J].机械传动,2019,43(08):1-5. DOI： 10.16578/j.issn.1004.2539.2019.08.001.

Dang Xuanju,Wang Kaili,Jiang Hui,et al.Research of Hybrid Hysteresis Modeling of Harmonic Reducer based on SDH Model and Neural Network in Series[J].Journal of Mechanical Transmission,2019,43(08):1-5. DOI： 10.16578/j.issn.1004.2539.2019.08.001.

摘要

针对柔性环节含有的谐波减速器所表现出的特殊非线性迟滞特性，构建了由SDH模型与神经网络串联的谐波减速器的混合迟滞模型。以输入与输出信号之间具有与谐波减速器迟滞曲线相似迟滞特性的SDH模型为前置模型，以补偿前置模型在描述迟滞特性时存在的误差的非线性动态RBF神经网络作为后置模型，构成了混合迟滞模型，描述谐波减速器迟滞非线性特性。根据所搭建的实验平台，对不同频率输入信号、不同负载状态下获得的数据进行建模，与经典RBF神经网络模型和SDH模型相对比，实验表明，所构造的混合迟滞模型精度高、适应性强。

Abstract

A hybrid hysteresis model consisting of SDH model and neural network in series is constructed for the special nonlinear hysteresis characteristics of the harmonic reducer in the flexible link. The SDH model is used as the pre-model of which hysteresis characteristics between the input and output signals is similar to the hysteresis characteristics of the harmonic reducer. The dynamic RBF neural network which can describe the nonlinearity is used as the post-model to make the hybrid hysteresis model to describe the hysteresis nonlinearity characteristic of the harmonic reducer. The data obtained under different frequency input signals and different load are modeled. Compared with the classical RBF neural network model and SDH model, the experimental results show that the constructed hybrid hysteresis model has high precision and strong adaptability.

关键词

谐波减速器迟滞特性SDH模型神经网络混合模型

Keywords

Harmonic reducerHysteresis characteristicSDH modelNeural networkHybrid model

references

丰飞，王炜，唐丽娜，等.空间高精度谐波减速器的应用及其发展趋势［J］.机械传动，2014，38（10）：98-107.

杜志江，肖永强，董为.含有摩擦间隙迟滞的机械臂关节建模方法［J］.机器人，2011（5）：539-545.

ZHANG H，AHMAD S，LIU G.Modeling of torsional compliance and hysteresis behaviors in harmonic drives［J］.IEEE/ASME Transactions on Mechatronics，2015，20（1）：178-185.

王俊，王家序，程美玲，等.空间谐波减速器的可靠性研究［J］.机械传动，2013，37（12）：1-4.

RUDERMAN M，BERTRAM T.Modeling and observation of hysteresis lost motion in elastic robot joints［J］.IFAC Proceedings Volumes，2012，45（22）：13-18.

房建成，陈萌，李海涛.磁悬浮控制力矩陀螺框架系统谐波减速器的迟滞建模［J］.光学精密工程，2014（11）：2950-2958.

杜志江，肖永强，董为.含有摩擦间隙迟滞的机械臂关节建模方法［J］.机器人，2011（5）：539-545.

GURFIL P，FRIEDLAND B.New simple model of dynamic hysteresis［J］.Transactions of the Institute of Measurement and Control，2016，25（3）：202-216.

党选举，姜辉，杨青，等.高频响音圈电机的复杂迟滞建模与验证［J］.微电机，2012（6）：1-5.

党选举，梁卫，姜辉.基于改进Preisach模型的音圈电机复杂迟滞建模［J］.振动与冲击，2012（21）：156-162.

勾芳芳，吕勇.精密谐波齿轮输出轴端扭转刚度测试与分析［J］.机械传动，2013，37（4）：91-94.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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

谐波减速器中双圆弧柔轮的齿形修形及试验研究

基于神经网络优化的正交试验内齿轮齿面偏载矫正研究

锥束口腔CT谐波减速器柔轮有限元分析

机械臂迟滞刚度模型的建立及其运动精度分析