文档名：基于IFWAELM的六维力传感器解耦算法
摘要：针对六维力传感器的维间耦合严重影响测量精度的问题,提出了一种基于改进烟花算法优化极限学习机(IFWA-ELM)的解耦算法.首先,对烟花算法的爆炸半径、变异算子和选择策略进行改进,形成改进烟花算法(IFWA).其次,采用改进烟花算法寻找极限学习机的最佳网络参数,解决极限学习机随机生成初始权值和阈值导致网络不稳定、隐含层神经元数量对网络性能影响较大的问题.为了验证算法的解耦性能,以应用于4500m深海机械臂的六维力传感器作为研究对象,采用最小二乘法(LS)、BP神经网络(BPNN)、极限学习机(ELM)和IFWA-ELM算法进行解耦实验.实验结果表明:IFWA-ELM算法具有较好的非线性解耦能力,解耦后Ⅰ类误差控制在0.27％以内,Ⅱ类误差控制在0.13％以内,有效提高了六维力传感器的测量精度.
作者：董翔 许子健 曹会彬 孙玉香 高理富 Author：DONGXiang XUZijian CAOHuibin SUNYuxiang GAOLifu
作者单位：安徽大学电气工程与自动化学院,安徽合肥230601中国科学院合肥物质科学研究院,安徽合肥230031;中国科学技术大学信息科学技术学院,安徽合肥230027中国科学院合肥物质科学研究院,安徽合肥230031
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(12)
分类号：TP212
关键词：六维力传感器 静态解耦 极限学习机 烟花算法
Keywords：six-axisforcesensor staticdecoupling extremelearningmachine fireworksalgorithm
机标分类号：TP389.1TP27V249
在线出版日期：2024年2月23日
基金项目：安徽省重点研发计划项目，中国科学院战略性先导科技专项，安徽省科技重大专项项目，国家自然科学基金基于IFWA-ELM的六维力传感器解耦算法[
期刊论文] 传感技术学报--2023, 36(12)董翔 许子健 曹会彬 孙玉香 高理富针对六维力传感器的维间耦合严重影响测量精度的问题,提出了一种基于改进烟花算法优化极限学习机(IFWA-ELM)的解耦算法.首先,对烟花算法的爆炸半径、变异算子和选择策略进行改进,形成改进烟花算法(IFWA).其次,采用改进烟...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于IFWA-ELM的六维力传感器解耦算法 Decoupling Algorithm of Six-Axis Force Sensor Based on IFWA-ELM
基于IFWA-ELM的六维力传感器解耦算法.pdf
- 文件大小:
- 1.73 MB
- 下载次数:
- 60
-
高速下载
|
|
