基于神经网络的Preisach磁滞模型的建模

作者：刘玠; 安坤^*; 王亚锋; 孟江

来源：组合机床与自动化加工技术, 2022, (03): 5-8.

DOI：10.13462/j.cnki.mmtamt.2022.03.002

• 超磁滞伸缩材料
• Preisach磁滞模型
• MLP神经网络
• TensorFlow

针对超磁致伸缩材料的磁滞特性，提出了一种基于Preisach磁滞模型的MLP神经网络来建立磁滞模型，提高了模型的泛化能力；并通过对Preisach模型进行改进，建立了扩展Preisach模型，使其具有反交换性质。首先，建立扩展Preisach模型，简化函数表达式；其次，利用TensorFlow建立MLP神经网络模型辨识输入输出之间的关系；最后，将原始数据切分为训练集、测试集和验证集，通过训练集和测试集寻找合适的神经网络隐含层层数、节点数、激活函数和优化算法，然后利用验证集验证该神经网络。实验结果表明，设计的基于Preisach磁滞模型的MLP神经网络的磁滞模型，在位移大于3μm时，该模型具有较高的精度和泛化能力。

• 单位
  中北大学