位置:成果数据库 > 期刊 > 期刊详情页
基于BP神经网络压电泵输入输出系统的辨识
  • ISSN号:1001-3881
  • 期刊名称:《机床与液压》
  • 时间:0
  • 分类:TH3[机械工程—机械制造及自动化] TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]吉林大学机械科学与工程学院,吉林长春130022, [2]浙江师范大学工学院,浙江金华321004, [3]吉林大学通信工程学院,吉林长春130022
  • 相关基金:国家自然科学基金项目(50575093);教育部高等学校科技创新工程重大项目培育资金资助项目(708028)
中文摘要:

以一种橡胶阀双腔体并联泵为例,在输入110V正弦交流信号时,测得该压电薄膜泵的输出流量及出口压力的值。在实验数据的基础上,应用BP神经网络建立了压电泵输入输出系统的映射关系,并利用Matlab/Simulink提供的模块搭建了压电泵的模型。结果表明,通过BP神经网络得到的输出特性值具有较高的精度,能客观地反映压电泵输出特性随输入频率的变化关系。

英文摘要:

Taking a rubber valve dual-chamber parallel pump as an example, the output flow and pressure of this piezoelectric film pump were measured after imputing 110 V AC sine signal to it. Based on the experimental data, mapping relations of the piezoelectric pump input-output system were established by using the model of BP neural networks and the model of this piezoelectric pump was established using modules provided by Matlab/Simulink. Research shows that the values of output characteristics are very accurate by applying BP neural networks, which can objectively show the relations of output characteristics and input frequencies of a piezoelectric pump.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《机床与液压》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国机械工程学会生产工程分会 广州机械科学研究院
  • 主编:闵新和
  • 地址:广州市黄埔区茅岗路828号
  • 邮编:510700
  • 邮箱:jcy@gmeri.com
  • 电话:020-32387859
  • 国际标准刊号:ISSN:1001-3881
  • 国内统一刊号:ISSN:44-1259/TH
  • 邮发代号:46-40
  • 获奖情况:
  • 2011荣获第四届广东省优秀科技期刊一等奖2010年...
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:28254