基于IFWA-ELM的六维力传感器解耦算法

作者：董翔; 许子健; 曹会彬; 孙玉香; 高理富

来源：传感技术学报, 2023, 36(12): 1943-1951.

• 六维力传感器
• 静态解耦
• 极限学习机
• 烟花算法

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4 500 m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。

• 单位
  中国科学技术大学; 中国科学院合肥物质科学研究院; 安徽大学; 自动化学院