作　　者： ; ;

机构地区： 北京航空航天大学能源与动力工程学院

出　　处： 《组合机床与自动化加工技术》 2006年第1期59-61,共3页

摘　　要： 研究目的是建立机构复杂非线性运动参数的动态预测模型。考虑摩擦影响的机构运动形态为高度非线性,机构在线控制难度较大。利用人工神经网络方法,建立径向基函数动态神经网络拓扑结构,将机构驱动力矩、阻尼力矩、时间和机构非线性运动参数分别作为神经网络的输入和期望输出,将它们作为RBF神经网络的学习样本,对RBF神经网络进行训练,速度快精度高。该方法为实现复杂机构系统的预测提供了一个理想的建模途径。 The aim of the study is to setup dynamical prediction model of complicated mechanism nonlinear motive parameters. The motive status of mechanism is high nonlinear considered friction. It is very difficult to calculate the motive parameters in this case. Via ANN method, establish the topology structure of dynamical RBF for prediction. Take the driven moment, the moment, time and the nonlinear motion parameters of mechanism as the inputs and expected outputs of RBF. The training speed and precision are high. This method provided an available way for prediction of complicated mechanism.

关 键 词： 摩擦 机构 动态神经网络 预测

领　　域： [机械工程] [自动化与计算机技术] [自动化与计算机技术]