摘要

为提高压电陶瓷驱动的微定位工作台的模型精度,提出了一种基于动态递归神经网络的建模方法。压电陶瓷具有极高的位移分辨率,但存在着迟滞非线性。分析了压电陶瓷驱动器的结构和特性,利用动态神经网络的自反馈结构和自学习能力,建立起工作台的网络模型,通过在线调整模型结构和参数,减小了工作台的建模误差。测量工作台的定位数据对网络模型进行了训练,实验结果表明,当工作台最大行程为80μm时,平均定位误差0.07μm,最大误差0.09μm,比采用静态网络模型有了一定的提高。