论文部分内容阅读
为提高压电陶瓷驱动的微定位工作台的模型精度，提出了一种基于动态递归神经网络的建模方法。压电陶瓷具有极高的位移分辨率，但存在着迟滞非线性。分析了压电陶瓷驱动器的结构和特性，利用动态神经网络的自反馈结构和自学习能力，建立起工作台的网络模型，通过在线调整模型结构和参数，减小了工作台的建模误差。测量工作台的定位数据对网络模型进行了训练，实验结果表明，当工作台最大行程为80μm时，平均定位误差0．07μm，最大误差0．09μm，比采用静态网络模型有了一定的提高。