摘要:
为提高数控机床直线进给系统的动态跟踪性能及抗干扰能力,结合进给系统重复运动的特点,利用前一次或前几次的历史控制信息提高进给系统的动态性能,提出了具有动态稀疏存储功能的改进Elman神经网络;引入迅速联想的表格查询方式对神经网络的历史信息进行分类存储、选择利用以增强网络泛化能力,提高网络收敛速度;详细推导了改进Elman神经网络的数学模型及权值调整算法,并将其应用到直线进给伺服系统中,结果表明,基于稀疏存储Elman神经网络的速度控制器具有良好的跟踪精度和抗干扰能力。
中图分类号:
左健民1, 2, 潘超1, 3, 汪木兰4.
基于稀疏存储Elman神经网络的直线伺服控制
[J]. 中国机械工程, 2012, 23(1): 55-58.
ZUO Jian-Min-1, 2, BO Chao-1, 3, HONG Mu-Lan-4. Linear Servo System Control Based on Improved Elman Neural Network with Sparse Memory[J]. China Mechanical Engineering, 2012, 23(1): 55-58.