基于BP神经网络的磁流变阻尼器逆向模型研究

论文摘要

为了提高磁流变阻尼器的振动控制效果,在磁流变阻尼器力学特性试验的基础上,首先建立了基于BP神经网络的磁流变阻尼器的逆向模型,并通过试验试选的方法对模型中隐含层节点数目、期望误差等相关参数的确定进行了探讨;然后,针对BP网络在学习过程中表现出的学习速率慢、容易陷入局部极小等问题,进行了相应的算法改进。结果表明:利用改进算法建立的模型能够更准确、更快速地对控制电流进行预测,证明了改进算法的合理性,同时也进一步验证了利用BP神经网络方式建立磁流变阻尼器逆向模型方法的有效性。

论文目录

• 1 磁流变阻尼器性能试验
• 2 模型的建立及相关参数的确定
•   1) 隐含层节点数目:
•   2) 传递函数:
•   3) 期望误差:
•   4) 学习速率:
• 3 网络训练结果及验证
• 4 结束语

文章来源

类型: 期刊论文

作者: 李欣,张进秋,姚军,彭虎

关键词: 振动控制,神经网络,磁流变阻尼器,逆向模型

来源: 海军工程大学学报 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 工业通用技术及设备,自动化技术

单位: 陆军装甲兵学院车辆工程系,92578部队

分类号: TB535.1;TP183

页码: 89-93

总页数: 5

文件大小: 908K

下载量: 99