基于IFWAELM的六维力传感器解耦算法
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-axisforcesensorstaticdecouplingextremelearningmachinefireworksalgorithm
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
页:
[1]