基于Hopfield神经网络的磁浮列车悬浮系统本征非线性特性辨识

磁浮列车的悬浮系统具有本征非线性特性,在轨道不平顺以及非线性负载的作用下,非线性项的辨识和处理能力对于列车的悬浮稳定性具有重要影响。尤其是在轨道刚度较小时,在微小形变的作用下更易影响悬浮稳定性,而发生掉点、砸轨现象。从磁浮列车悬浮系统的非线性动力学建模出发,重点分析非线性项的系统参数辨识,基于Hopfield神经网络来构建误差函数和网络辨识方案。结合参数辨识误差函数和Hopfield网络的标准能量函数,得到相应的网络权值矩阵,并进一步给出相应辨识结果。通过数值仿真分析可以发现,基于本辨识方法所得到的结果与非线性项输出结果误差较小,可较好地拟合状态方程的含参非线性项,验证了辨识模型的可靠性。