基于BP神经网络的压电陶瓷蠕变预测

来源：计量学报杂志2017年第4期北京时间：

作者：范伟,林瑜阳,李钟慎

单位：华侨大学 机电及自动化学院, 福建 厦门 361021

摘要：压电陶瓷驱动器的蠕变误差随时间呈现非线性变化,难以实时修正。提出基于BP神经网络的压电陶瓷蠕变预测方法,使用压电陶瓷驱动系统采集数据,对数据进行归一化处理,通过实验设计BP神经网络的隐含层数、隐含层节点数、节点转移函数和训练函数,构建BP神经网络预测模型,建立压电陶瓷蠕变与时间的关系。用BP神经网络模型对压电陶瓷蠕变进行了预测仿真,并将结果与实测数据进行了对比。结果表明,蠕变预测结果与实验数据的最大绝对误差均小于0.1 μm,最大蠕变误差均不超过0.6%,最大均方误差仅为0.0021,可见,BP预测模型具有较高的预测精度,可作为预测压电陶瓷蠕变误差的一种有效手段。

关键词：计量学; 压电陶瓷; 蠕变; BP神经网络; 预测模型

基金资助：国家自然科学基金(51475176);福建省自然科学基金(2017J01086);中央高校基本科研业务费专项(JB-2R1159, JB-ZR1107);华侨大学研究生科研创新能力培育计划资助项目