摘要
本发明提出了一种复杂物理场耦合下的磁控形状记忆合金执行器神经网络迟滞建模方法,属于控制技术领域。本发明首先构建多场耦合NARMAX模型,用以描述磁控形状记忆合金执行器在复杂物理场耦合下的迟滞非线性。利用长短期记忆神经网络构建多场耦合NARMAX模型的未知非线性函数,建立能够在线更新模型参数,适应复杂物理场耦合下动态迟滞特性的多场耦合迟滞模型。本发明提出的融合多物理场信息的迟滞建模方法,能够解决现有迟滞模型大都只针对磁控形状记忆合金执行器迟滞行为进行描述而忽略复杂物理场耦合效应对迟滞行为的影响的问题,为磁控形状记忆合金执行器控制系统的设计优化提供了理论依据与技术支持。
技术关键词
磁控形状记忆合金执行器
NARMAX模型
长短期记忆神经网络
迟滞建模方法
迟滞模型
物理
表达式
非线性
双曲正切函数
更新模型参数
梯度下降算法
多项式
变量
在线
控制系统
动态
极值
效应
系统为您推荐了相关专利信息
冷库设备
历史温度数据
控制策略
对象
优化调控方法
数据驱动模型
衰退预测方法
长期预测方法
气体扩散系数
权重分配策略
长短期记忆网络
早期预警方法
长短期记忆神经网络
时间序列影像
注意力机制
故障检测方法
预测误差
锂离子电池组
电压
数值整合方法
财务数据管理系统
财务数据管理方法
权限管理模块
数据分析算法
数据采集模块