一种基于Volterra频域核的非线性频谱智能表征方法

作者：陈乐瑞^*; 曹建福; 胡河宇; 王晓琪

来源：中南大学学报(自然科学版), 2020, 51(10): 2867-2875.

• BP神经网络
• Volterra核
• 非线性频谱
• 智能表征

针对目前基于Volterra核的非线性频谱计算存在的计算量大和准确率低的问题,提出一种基于BP神经网络的非线性频谱智能表征方法。首先,利用递推方法和批量最小二乘方法分别估算出系统的广义频率响应函数(GFRF)幅值和输出频率响应函数(OFRF)幅值;其次,结合非线性频谱特点,将均方根误差(ERMSE)作为BP神经网络设计指标来确定隐含层神经元数量,利用BP神经网络强大的拟合能力实现各阶频谱幅值的计算;最后,通过机器人驱动系统进行仿真验证。研究结果表明:与常规自适应辨识方法相比,本文方法计算结果与真实结果最接近,且计算速度最高提升了73.30%,进一步证明该方法不但能够满足复杂系统对频谱计算实时性要求,而且可为基于非线性频谱的故障诊断提供精确数据。

• 单位
  西安交通大学机械制造系统工程国家重点实验室