文献

J-GLOBAL ID：201702247896846076   整理番号：17A1720836

Krasnosel’skiiのElman神経回路網に基づく同定 磁気形状記憶合金アクチュエータのためのPokrovskiiモデル【Powered by NICT】

Elman Neural Network-Based Identification of Krasnosel’skii-Pokrovskii Model for Magnetic Shape Memory Alloys Actuator

著者 (2件)： Xu Rui (College of Communication Engineering, Jilin University, Changchun, China) ,  Zhou Miaolei (College of Communication Engineering, Jilin University, Changchun, China)
資料名： IEEE Transactions on Magnetics  (IEEE Transactions on Magnetics)
巻： 53  号： 11  ページ： ROMBUNNO.2002004.1-4  発行年： 2017年 
JST資料番号： A0339B  ISSN： 0018-9464  CODEN： IEMGAQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クラス革新的機能材料である,磁気形状記憶合金(MSMAs)は,高精度位置決めに広く適用されるアクチュエータとして使用した。しかし,MSMAのヒステリシス非線形性はMSMAベースアクチュエータの精密位置決めに重大な影響を与える。本論文では,MSMAのヒステリシス非線形性を研究するために,Krasnosel’skii Pokrovskii(KP)モデルを用いて,MSMAベースアクチュエータにおけるヒステリシス非線形性を記述し,KPモデルの密度関数はElmanニューラルネットワークで同定した。シミュレーションはElmanニューラルネットワークを用いたKPモデルのモデル化誤差率は0.81%,再帰的最小二乗法に基づくKPモデルのそれと比較して63.5%減少することを示した。この結果はElmanニューラルネットワークに基づくKPモデルはMSMAベースアクチュエータにおけるヒステリシス非線形性を正確に記述できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 非線形性 ,  位置決め ,  *神経回路網 ,  ヒステリシス ,  機能材料 ,  *アクチュエータ
準シソーラス用語： RLS法 ,  モデル化誤差 ,  Elmanニューラルネットワーク ,  密度関数 ,  精密位置決め ,  高精度 ,  *磁気形状記憶合金 , 【Automatic Indexing@JST】

分類 (2件)： 磁性材料  (NA04040H) ,  電子・磁気・光学記録  (NC06020F)

タイトルに関連する用語 (5件)： 神経回路網 ,  同定 ,  磁気形状記憶合金 ,  アクチュエータ ,  モデル