超磁致伸缩材料迟滞特性的新Hammerstein建模

摘要

超磁致伸缩材料（Giant Magnetostrictive Material, GMM）作为一种新型功能材料，因其具有磁-机耦合系数大、响应速度快、频响特性好等优点而被广泛应用于能量采集、微位移驱动、精密定位控制等领域，但材料复杂的迟滞非线性影响了其致动器的定位精度，为了辨识超磁致伸缩材料中存在的迟滞非线性，本文提出一种新Hammerstein模型建模方法。此方法的优点在于模型可以更好地逼近迟滞非线性，提供更高的精度，减少了串联环节的参数辨识工作量。首先，构建一个基于双曲函数的迟滞算子扩展空间的极限学习机模型，用其表示新Hammerstein模型中的静态非线性部分。其次，提取极限学习机模型的全连接层的权重和偏置参数用于构建新模型中的动态线性部分的状态空间方程，减少了传统模型中串联环节的模型参数辨识的工作。最后，建立了可以描述超磁致伸缩材料迟滞特性的新Hammerstein模型。新Hammerstein模型的建模相对误差为0.86%～3.69%，平均绝对误差为2.63%，比传统Hammerstein模型均方根误差低0.8μm左右，平均绝对误差提高将近4%。仿真结果证明了新Hammerstein模型对超磁致伸缩材料复杂迟滞特性建模的有效性。

关键词

超磁致伸缩材料 / 迟滞特性 / 极限学习机 / 迟滞算子 / Hammerstein模型