基于改进果蝇优化的压电精密定位平台迟滞Bouc-Wen模型辨识

提出一种基于改进果蝇优化算法(Improved Fruit fly Optimization Algorithm,IFOA)的压电精密定位平台迟滞特性的Bouc-Wen模型参数辨识方法。通过引入交叉因子和自适应搜索步长,IFOA可有效实现全局搜索与局部优化的动态平衡,并通过一种新的搜索策略提高整体搜索效率和优化精度。将IFOA应用于压电精密定位平台迟滞Bouc-Wen模型的参数辨识。实验辨识结果验证了该方法的有效性和潜力。

压电精密定位平台迟滞建模与辨识

针对压电精密定位平台(PMS)输入电压与输出位移之间的迟滞特性,结合传统的Bouc-Wen迟滞模型,建立了一种不依赖压电精密定位平台动态特性的非对称Bouc-Wen数学模型,并利用果蝇优化算法(FOA)对模型的6个参数进行辨识。实验结果表明,在输入电压为正弦波时,非对称Bouc-Wen数学模型能够精确地模拟压电精密定位平台的迟滞特性。