基于组合模型的悬浮间隙传感器齿槽效应补偿.pdfVIP

基于组合模型的悬浮间隙传感器齿槽效应补偿.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于组合模型的悬浮间隙传感器齿槽效应补偿.pdf

学兔兔 第36卷 第5期 仪 器 仪 表 学 报 Vol_36 No.5 2015年5月 Chinese Journal of Scientific Instrument May.2015 基于组合模型的悬浮间隙传感器齿槽效应补偿 靖永志 .一,何 飞 ,肖 建 (1.磁浮技术与磁浮列车教育部重点实验室 成都 610031;2.西南交通大学电气工程学院 成都 610031) 摘 要:齿槽效应是影响高速磁浮列车悬浮控制系统稳定性的重要因素,分析了悬浮间隙传感器齿槽效应产生机理,提出采用 组合预测的方法建立传感器齿槽特性逆模型进行齿槽误差补偿,根据传感器齿槽特性分别建立RBF神经网络和LS—SVM齿槽 补偿系统模型,通过齿槽位置检测线圈提供的补偿参考信号对传感器进行齿槽误差补偿。仿真结果表明组合模型能够较好地 拟合齿槽逆特性,组合补偿模型的输出不受齿槽位置的影响,全量程最大误差为0.09 mm,在工作间隙范围内误差小于 0.06 mm,且组合模型的补偿误差优于单一RBF或LS-SVM补偿效果,该方法可以有效地消除齿槽效应并提高传感器的检测精 度,补偿后的传感器能够满足高速磁浮车悬浮控制系统运行要求。 关键词:高速磁浮列车;间隙传感器;齿槽效应;组合模型;RBF神经网络;最小二乘支持向量机 中图分类号:TH702 TP212.6 文献标识码:A 国家标准学科分类代码:460.40 520.20 Slot effect compensation of suspension gap sensor based on combined model Jing Yongzhi 一,He Fei ,Xiao Jian , (J.Key Laboratory of Magnetic Suspension Technology and Maglev Vehicle,Ministry of Education,Chengdu 610031,China; 2.School of Electrical Engineering,Southwest Jiaotong University,Chengdu 610031,China) Abstract:The slot·effect is an important factor affecting the stability of the high—speed maglev train suspension control system.The gen— eration mechanism of the slot—effect of the suspension gap sensor is analyzed and a combination prediction method is proposed to solve the slot effect problem.In this method,the combined model of the slot—effect inverse characteristic is designed to compensate the slot error. RBF neural network and LS—SVM slot compensation models are established according to the slot—effect characteristic of the gap sensor. The slot position detection coils are adopted in the probe of the gap sensor to provide the reference signal and detect the relative p

您可能关注的文档

文档评论(0)

2752433145 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档